Mandatory Sentencing and Racial Disparity: Assessing the Role of Prosecutors and the Effects of Booker
Notice bibliographique
Résumé
This Article presents new empirical evidence concerning the effects of United States v. Booker, which loosened the formerly mandatory U.S. Sentencing Guidelines, on racial disparities in federal criminal cases.Two serious limitations pervade existing empirical literature on sentencing disparities.First, studies focus on sentencing in isolation, controlling for the "presumptive sentence" or similar measures that themselves result from discretionary charging, plea-bargaining, and fact-finding processes.Any disparities in these earlier processes are excluded from the resulting sentence-disparity estimates.Our research has shown that this exclusion matters: pre-sentencing decision-making can have substantial sentence-disparity consequences.Second, existing studies have used loose causal inference methods that fail to disentangle the effects of sentencing-law changes, such as Booker, from surrounding events and trends.In contrast, we use a dataset that traces cases from arrest to sentencing, allowing us to assess Booker's effects on disparities in charging, plea-bargaining, and fact-finding, as well as sentencing.We disentangle background trends by using a rigorous regression discontinuity-style design.Contrary to other studies (and in particular, the dramatic recent claims of the U.S. Sentencing Commission), we find no evidence that racial disparity has increased since Booker, much less because of Booker.Unexplained racial disparity remains persistent, but does not appear to have increased following the expansion of judicial discretion.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».