MétaCan
Menu
Retour à la cohorte
Enregistrement W2591622689 · doi:10.1007/978-94-6265-171-5_10

Translating the Guilt of Leaders of Mass Atrocity

2017· book-chapter· en· W2591622689 sur OpenAlexaff
Cassandra Steer

Notice bibliographique

RevueInternational criminal justice series · 2017
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueInternational Law and Human Rights
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCulpabilityTerminologyNormativeLiabilityArgument (complex analysis)Political scienceLaw and economicsCriminal lawLawSociologyLinguistics

Résumé

récupéré en direct d'OpenAlex

This chapter concludes the study by highlighting the many layers of translationTranslation that take place in the search for the most appropriate modes of liability for mass atrocity. There is a translationTranslation from the collective to the individual; from the notion of ‘every day’ collective criminalityCollective criminality to the circumstances of mass atrocity; from the domestic to the international; and translations of criminal law terminology from languages including German, French and Spanish to English, and between English-language jurisdictions which have different understandings of terminology such as responsibility, liability, and culpability. International criminal lawyers must become more sophisticated comparativists to deal with these multiple layers of translationTranslation . They must also be aware of the policy underlying the domestic models which they depend on, and the policy choice they are making at the international level. A defence of the normatively differentiated system of liability is laid out, emphasising the goals of ICL, the reasons why an objective approach is a better fit for ICL, why a normative theory of culpability should apply, and how this all relates to the deliberative decision-making structures in collective crime. An argument is made the modes of liability are the best way to express these differences, rather than leaving it to sentencingSentencing . Finally it is argued that fair labelling also requires us to distinguish between the intellectual authors of a crime and those on the mere periphery.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,385
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,091
Tête enseignante GPT0,351
Écart entre enseignants0,260 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational criminal justice seriesMême sujetInternational Law and Human RightsTravaux en français237 207