Extending a relative methodological perspective to sentencing outcome analysis
Notice bibliographique
Résumé
The mood and temper of the public in regard to any issue ought to be informed by up to date, comprehensive, valid, and reliable information. With respect to sentencing, the Canadian public has never been well-informed. This thesis suggests that introducing alternative methodological perspectives may hold the key to unlocking new findings in existing data sources. This is particularly true for descriptive comparison procedures where the goal is to identify meaningful patterns across factors related to the sentencing process. In order to supplement direct comparative procedures that have been used in previous research, this thesis uses a relative methodological perspective to develop new measurement techniques. A compilation of three studies employs the new techniques with existing data available in Canada to study critical areas of inquiry that have long plagued sentencing in the country. Study 1 introduces an analytic method to explore national patterns of sanction use across a series of offence categories. The new technique serves as an important supplement to conventional measures by uncovering patterns that had previously gone undetected. Study 2 uses the general approach proposed in Study 1 to advance a more complex analytic technique to detect jurisdictional consistency in sentencing outcomes. The technique is found to identify new forms of sentence consistency and disparity that had been neglected in previous research. Study 3 uses the strategy employed in Study 2, to study the sentencing patterns of Aboriginal offenders, specifically. By employing conventional measures alongside the newly developed technique, the study demonstrates that certain provinces and territories are disproportionately represented in their patterns of correctional program use with Aboriginal offenders. Collectively, the results of this thesis highlight the importance of adopting a relative perspective in sentencing outcome analysis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,416 | 0,532 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,020 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,006 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».