MétaCan
Menu
Retour à la cohorte
Enregistrement W2605940818

Proportionality As a Moral Process: Reconceiving Judicial Discretion and Mandatory Minimum Penalties

2017· article· en· W2605940818 sur OpenAlexaboutno aff
Lauren Witten

Notice bibliographique

RevueSSRN Electronic Journal · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Law and Evidence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProportionality (law)DiscretionConstitutionalitySupreme courtLawJudicial discretionPolitical scienceConstitutional lawDue Process ClauseLaw and economicsJudicial reviewSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article reconceives proportionality in sentencing as a constructive reasoning process rather than as an instrumental means of achieving a fair quantum of punishment. It argues that the Supreme Court of Canada has wrongly adopted the latter view by determining the constitutionality of mandatory minimum sentences according to hypothetical outcomes. R v. Nur is a paradigmatic example of how this error presumes a false objectivity in proportionality assessments that leaves the Court vulnerable to critiques of judicial activism. This paper claims that a process-based conception of proportionality offers a stronger defence of judicial discretion in sentencing than the current framework offers; it better respects institutional roles and provides a more principled basis for declaring the current structure of mandatory minimum penalties unconstitutional. The proportionality as a process theory contends that judges alone are capable of reconciling the values of three constituencies in sentencing—the offender, the judge, and the public—and that this tripartite justification is integral to moral punishment. This paper shows how the process view of proportionality in sentencing is an implicit, but under-theorized, current in the law that should be explicitly developed as part of Canadian constitutional theory.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,121
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,362
Écart entre enseignants0,329 · 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
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetCriminal Law and EvidenceTravaux en français237 207