MétaCan
Menu
Retour à la cohorte
Enregistrement W2526939136 · doi:10.5539/jpl.v9n8p24

The Strict Criminal Liability in Iran’s Criminal Legal System

2016· article· en· W2526939136 sur OpenAlexvenueno aff
Seyyed Mahmoud Mir-Khalili, Abuzar Salarifar

Notice bibliographique

RevueJournal of Politics and Law · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTorture, Ethics, and Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMens reaChequeLegislatorLawStrict liabilityCriminal procedureInstitutionPolitical scienceCriminal lawCriminal liabilityLiabilityCriminologyBusinessSociologyLegislationComputer securityComputer science

Résumé

récupéré en direct d'OpenAlex

The strict criminal liability is one of the institutions which has been accepted and expanded its dimensions in countries, including England, since 19th century. Although, criminal intent or fault is the most important elements of every offenses, but, due to some reasons, such as expediency, necessity, benefit, increasing prevention index, the mens rea element of offense, fully or partially, is sometimes removed or presumed. In Iran’s criminal legal system, this legal institution has not been considered formally and explicitly by the legislator, but recently, Iranian legal experts, given some existing necessities, try to put some offenses into the category of the strict criminal liability. In fact, some offencesin criminal legal system, namely traffic offences, bounced cheque, injuries resulted from medical operations and some environmental offences, can be placed under the title of the strict criminal liability. Despite many problems to which the acceptance and development of the strict criminal liability may be faced, It seems, in many cases, this institution can solve the problems related to difficulties of proof and ascertainment of the criminal intent beforecourts. Also, today, Iranian judicial courts don’t take into account the mens rea practically and presume itin many cases.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,009
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,326
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Politics and LawMême sujetTorture, Ethics, and LawTravaux en français237 207