MétaCan
Menu
Retour à la cohorte
Enregistrement W2217014079 · doi:10.60082/2817-5069.1446

Using the Charter to Stop Racial Profiling: The Development of an Equality-Based Conception of Arbitrary Detention

2002· article· en· W2217014079 sur OpenAlexaffvenueabout
David M Tanovich

Notice bibliographique

RevueOsgoode Hall law journal · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLaw, Rights, and Freedoms
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésRacial profilingCharterCriminologyRationalityReasonable suspicionProfiling (computer programming)LawRacismOffensivePolitical sciencePretextSociologyRace (biology)PoliticsGender studiesOperations researchComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Do the police use race as a proxy for criminality, particularly, in drug cases? If so, is this a rational discriminatory practice that is based on who the usual offender is or an offensive exercise of racial prejudice? What are the consequences for those communities targeted by the police? This article investigates these questions that have gone unanswered for too long in Canada. After offering a definition of racial profiling, evidence is presented that suggests that the practice is rampant in the United States and is likely practiced by some Canadian police forces, particularly, in cities with large visible minority populations. As for its rationality, recent statistical evidence on drug use and trafficking reveals that racial profiling is a fallacy. As for its reasonableness, racial profiling has had a catastrophic impact on those communities targeted by the police. This article examines how the Charter can be used to stop this practice. Since racial profiling is exercised through the use of pretext vehicle stops and investigative detentions, the focus is on section 9 of the Charter which protects against arbitrary or discriminatory police detentions. While the seminal section 9 cases of Brown v. Durham Regional Police and R. v. Simpson provide some protection against racial profiling, issues of proof and cognitive distortion limit their effectiveness. Thus, enhanced section 9 standards need to be developed. This article looks at infusing section 9 with the equality principles animating section 15(1) of the Charter.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,140
Tête enseignante GPT0,349
Écart entre enseignants0,209 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOsgoode Hall law journalMême sujetLaw, Rights, and FreedomsTravaux en français237 207