Penal Mediation to Dissolve Discord among Peasants in Guilan (Iran)
Notice bibliographique
Résumé
Present research was accomplished to survey penal mediation role in dissolving discord among peasants in Guilan province of Iran. Restorative justice is to make all parties participate in discord dissolution process and to decriminalize it with tools like mediation. It is based on a principle in which no culprit is pursued and also it is planning to relief victim. The law of criminal procedure in Article 82, projects “mediation” subject in crime deterrent grades 6, 7, 8. These crimes usually are pardonable or at least private complainer pardon is effective in mitigation. This issue causes reduction of criminal files and also criminal costs. It facilitates the social revive of the criminal. Modern criminal justice believes that penal mediation as one of settlement methods should follow special regulations which guarantee criminal and victim rights. This research is presented in four sections. This research is practical and the method is descriptive - analytical. Statistical population is consisting of 160 persons from many different villages in Guilan province. In order to collect data, questionnaire was administered and data analysis was performed using SPSS software. In forth section of this research, considering related questions, we were after to prove hypotheses. Results showed that criminal mediation can be settled by meetings performed by elders of villages in Guilan province and it prevents fights and claim .As a new look of criminal justice, it can be used as an appropriate instrument for judiciary.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».