MétaCan
Menu
Retour à la cohorte
Enregistrement W2789237171 · doi:10.5553/rdw/138064242017038002003

Het besluitvormingsproces van civiele rechters in procedures over de gevolgen van een (echt)scheiding met een beschuldiging van seksueel kindermisbruik

2017· article· en· W2789237171 sur OpenAlexaff
Anne E. Smit, Catrien Bijleveld, M.V. Antokolskaia

Notice bibliographique

RevueRecht der Werkelijkheid · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Law and Evidence
Établissements canadiensL'Alliance Boviteq
Organismes subventionnairesnon disponible
Mots-clésAllegationContext (archaeology)False accusationChild sexual abusePsychologySexual abuseChild abuseSocial psychologyCriminologyLawPolitical sciencePoison controlSuicide preventionMedicineHistory

Résumé

récupéré en direct d'OpenAlex

Allegations of child sexual abuse during divorce proceedings and custody and access disputes: the decision-making process of civil judges This study aims to provide insight into allegations of child sexual abuse in the context of divorce, and related, proceedings by analyzing the decision-making process of civil judges. To this aim, interviews with 13 judges and 11 lawyers were conducted and a focus group was organized with different specialists. It is concluded that in the eyes of the judges, allegations of child sexual abuse in this context are not rare, and some of the professionals signal an increase of allegations in the last decade. The presence of an allegation poses a dual issue: it points out problems within the family, as well as causes problems for the child. This dual nature makes it even more complex for judges to make decisions, especially concerning contact between father and child. The validity of the allegation becomes less important than its presence when judges consider the children’s best interests. The judges’ aim to create conditions for the family within which the child’s safety is best protected, can as an unwanted consequence delay the process, which in itself can be damaging for the child.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
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 Opus0,053
Tête enseignante GPT0,377
Écart entre enseignants0,324 · 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'étudeSans objet
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 revueRecht der WerkelijkheidMême sujetCriminal Law and EvidenceTravaux en français237 207