MétaCan
Menu
Retour à la cohorte
Enregistrement W2625073044 · doi:10.4324/9781315769677-32

Interviewing suspects in Canada

2017· book-chapter· en· W2625073044 sur OpenAlexaboutno aff
Brent Snook, Kirk Luther, Todd F. Barron

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterviewPsychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

As with all police organizations around the world, interviews with suspects and accused persons are integral to the investigation of crime in Canada. To gain an appreciable understanding of suspect interviewing in Canada, it is important for readers to be familiar with the structure and autonomy of Canadian policing. Although there is much autonomy for police officers to use their preferred interviewing practices, there is legislation and case law that provides all interviewers with guidance on what are acceptable and unacceptable practices during custodial and non-custodial interviews. Even though there is a growing body of empirical literature that is starting to inform interviewing practices in Canada, much of what has driven investigative interviewing is based on common-sense notions of what should work and, more recently, empirically driven guidance on what actually works. There has been a major advancement in Canada over the last five years where the scientifically driven PEACE Model of Investigative Interviewing is challenging previously cherished beliefs and practices. As with any promising development, there has been an anticipated resistance to change; much work is therefore needed to reform investigative interviewing to continue the move from coercive practices (and their seemingly less coercive hybrid derivatives) to an empirically based and ethical model. Consequently, the goal of the current chapter is to provide an overview of the aforementioned current state of affairs.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,808

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0220,009
Communication savante0,0070,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,319
Écart entre enseignants0,258 · 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'étudeQualitatif
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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDeception detection and forensic psychologyTravaux en français237 207