MétaCan
Menu
Retour à la cohorte

Forensic psychiatry, ethics and protective sentencing: what are the limits of psychiatric participation in the criminal justice process?

2000· article· en· W2162745585 sur OpenAlexaffabout
Simon N. Verdun‐Jones

Notice bibliographique

RevueActa Psychiatrica Scandinavica · 2000
Typearticle
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCriminal justiceForensic psychiatryPsychiatryContext (archaeology)PsychologyEconomic JusticeCriminologyState (computer science)Mental illnessMental healthLawPolitical science

Résumé

récupéré en direct d'OpenAlex

As clinicians, psychiatrists are unequivocally dedicated to relieving the suffering of those who are afflicted with mental disorders. However, the public and those individuals, who are assessed, find it difficult to draw a distinction between forensic psychiatrists acting in a clinical role and the very same professionals acting in an evaluative role, on behalf of the state. This paper examines the ethical issues raised by psychiatric involvement in the sentencing process. It rejects the view that a forensic psychiatrist, who undertakes an evaluation for the state, is to be considered as an advocate of justice who is not bound by conventional ethical duties to the individual whom he or she assesses. It contends that the forensic psychiatrist has an important role to play in presenting evidence that may result in the mitigation of the sentence that may be imposed on a person who is mentally disordered. The paper will focus on these issues in the particular context of the situation in England and Wales, Canada and the United States.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil0,876

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,072
Tête enseignante GPT0,417
Écart entre enseignants0,345 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa Psychiatrica ScandinavicaMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207