MétaCan
Menu
Retour à la cohorte
Enregistrement W2625439498

Prosecutorial strategies and opening statements : justifying international prosecutions from the International Military Tribunal at Nuremberg through to the International Criminal Court

2016· preprint· en· W2625439498 sur OpenAlexaff
Ron Levi, Sara Dezalay, Michael Amiraslani

Notice bibliographique

RevueORCA Online Research @Cardiff (Cardiff University) · 2016
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueInternational Law and Human Rights
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNuremberg trialsPolitical scienceLawInternational lawPsychologyWar crime
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Forschung über das internationale Strafrecht fokussiert für gewöhnlich auf strategische Entscheidungen der Ankläger, die die Aufnahme von Ermittlungen, die Kompetenz der Staatsanwaltschaft und den Geltungsbereich der juristischen Verfolgung von Kriegsverbrechen betreffen.Darüber hinaus gibt es wenig Erkenntnisse darüber, wie Strafverfolgungen innerhalb der internationalen Strafgerichtsbarkeit begründet werden.Auf der Grundlage der Anklageeröffnungen von vier Chefanklägern des Internationalen Militärgerichtshofes in Nürnberg sowie der Eröffnungsreden dreier Fälle vor dem Internationalen Strafgerichtshof untersucht dieser Beitrag die Bandbreite der Begründungen, die Strafverfolger in internationalen Strafgerichtsprozessen heranziehen.So ist zu erkennen, dass die Ankläger in Nürnberg auf eine Vielzahl von Begründungen aufbauten, während sich die Anwälte des Internationalen Strafgerichtshofes auf ein engeres System an Begründungen beriefen.Darüber hinaus zeigen Interviews, dass die Ankläger beider Gerichte jeweils geopolitischen Parametern unterworfen waren und dass die Nürnberger Ankläger sich auf stärker ausformulierte Rechtsbegründungen stützen konnten als die Ankläger des Strafgerichtshofes.K. Sikkink, The Justice Cascade: How Human Rights Prosecutions Are Changing World Politics, New York 20. 2

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)0,009
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,041
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,086
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0060,005
Communication savante0,0100,005
Science ouverte0,0010,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,140
Tête enseignante GPT0,429
Écart entre enseignants0,289 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueORCA Online Research @Cardiff (Cardiff University)Même sujetInternational Law and Human RightsTravaux en français237 207