Sentencing the corporate offender: Legal and social issues
Notice bibliographique
Résumé
Introduction - so what does 'and society' mean?, Cyrus Tata. Part 1 The International Movement Towards Transparency and 'Truth in Sentencing': Getting tough on crime - the history and political context of sentencing reform developments leading to the passage of the crime act, Judith Greene; A sentencing matrix for Western Australia - accountability and transparency or smoke and mirrors?, Neil Morgan; Mandatory sentences - a conundrum for the new South Africa?, Dirk van Zyl Smit; Are guided sentencing and sentence bargaining incompatible? - perspectives of reform in the Italian legal system, Grazia Mannozzi; Legislation and practice of sentencing in China, Liling Yue; Sentencing reform in Canada - who cares about corrections?, Mary E. Campbell. Part 2 The Truth About Public and Victim Punitiveness - What do we Know and What do we Need to Know?: Public knowledge and public opinion of sentencing, Mike Hough and Julian V. Roberts; Crisis and contradictions in a state sentencing structure, B. Keith Crew, Gene Lutz and Kristine Fahrney; Harsher is not necessarily better - victim satisfaction with sentences imposed under a 'truth in sentencing' law, Candice McCoy and Patrick McManimon Jr. Part 3 Measuring Punishment - Conceptual and Practical Problems and Resolutions: European sentencing traditions - accepting divergence or aiming for convergence?, Andrew Ashworth; What's it worth? - a cross-jurisdictional comparison of sentence severity, Arie Frieberg; Sentencing burglars in England and Finland - a pilot study, Malcolm Davies, Jukka-Pekka Takala and Jane Tyrer; A new look at sentence severity, Brian J. Ostrom and Charles W. Ostrom; Desert and the punitiveness of imprisonment, Gavin Dingwall and Christopher Harding; The science of sentencing - measuring theory and von Hirsch's new scales of justice, Julia Davis; Scaling punishments - a reply to Julia Davis, Andrew von Hirsch; Scaling punishments - a response to von Hirsch, Julia Davis. Part 4 Reason
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,012 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,014 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».