MétaCan
Menu
Retour à la cohorte
Enregistrement W2946520075 · doi:10.60082/2563-8505.1373

Punishment and Its Limits

2019· article· en· W2946520075 sur OpenAlexaffabout
Debra Parkes

Notice bibliographique

RevueSupreme Court law review · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCriminal justicePunitive damagesSupreme courtLawPunishment (psychology)Political scienceLegislatureCriminologyGovernment (linguistics)Economic JusticeCriminal lawSociologyPsychology

Résumé

récupéré en direct d'OpenAlex

The nearly three decades in which Beverley McLachlin was a member of the Supreme Court, including 18 as Chief Justice, witnessed a number of shifts in Canadian penal policy and in the reach and impact of criminal law. During the Harper decade (2006 to 2015) in which the federal Conservatives enjoyed a majority government led by Prime Minister Stephen Harper, criminal justice policy took a turn toward the punitive. The federal government tore a page out of the American legislative handbook and sought to “govern through crime”, albeit in a more restrained Canadian style. Criminologists Anthony Doob and Cheryl Webster have posited that pre-Harper, Canadian criminal justice policy was grounded in four pillars that enjoyed support across party lines. These pillars were that social conditions matter; that harsh punishments do not reduce crime; that the development of criminal justice policies should be informed by expert knowledge; and that changes in the criminal law should address real problems. These principles were cast aside, Doob and Webster argue, beginning at least in 2006 with the passage of numerous crime bills that, to name just a few, created new crimes with enhanced penalties; proliferated mandatory minimum sentences; reduced the availability of conditional sentences served in the community; made it easier to have someone declared a dangerous offender (and therefore, imprisoned indefinitely); removed opportunities for early parole; and more.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,029
Communication savante0,0080,005
Science ouverte0,0010,004
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,332
Écart entre enseignants0,293 · 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
GenreAutre

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

En bref

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSupreme Court law reviewMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207