MétaCan
Menu
Retour à la cohorte
Enregistrement W2750373773

The Reid Inter rogation Technique and False Confessions: A Time for Change

2017· article· en· W2750373773 sur OpenAlexaboutno aff
Wyatt Kozinski

Notice bibliographique

RevueSeattle journal for social justice · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTorture, Ethics, and Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterrogationDistrustLaw enforcementCriminologyDeceptionHonestyLawPolitical scienceCriminal investigationEconomic JusticeCriminal justicePsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Reid Interrogation technique has been the dominant method used by police in the United States and Canada to interview suspects of crime. This method is commercially marketed to police departments and other law enforcement agencies with the promise that 80 percent of those interrogated will confess. However, there is growing evidence that the Reid technique results in a significant number of false confessions, especially among the young, the mentally impaired and those of low intelligence. Other countries, especially England have rejected the Reid technique in favor of other methods that work equally well in obtaining confessions but without the risk of false confessions. In the United States, too, there is growing suspicion of the Reid technique and other hard interrogation tactics such as those employed in interrogating suspected terrorists at Guantanamo and Abu Ghraib.\nThis paper suggests that widespread use of the Reid technique is a significant contributing factor in public distrust of the police, and fosters police attitudes that feed that dissatisfaction. Rejection of the Reid technique in favor of other methods is likely to improve police efficiency as well as help heal the growing rift between police personnel and the communities they serve.

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)0,080
score de la tête « metaresearch » (Gemma)0,144
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: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,423

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,144
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0070,004
Études des sciences et des technologies0,0060,057
Communication savante0,0270,074
Science ouverte0,0090,008
Intégrité de la recherche0,0360,047
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,125
Tête enseignante GPT0,446
Écart entre enseignants0,321 · 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
GenreCommentaire

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

En bref

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeattle journal for social justiceMême sujetTorture, Ethics, and LawTravaux en français237 207