MétaCan
Menu
Retour à la cohorte
Enregistrement W2947425977 · doi:10.53300/001c.5667

Public Duty versus Private Information: Jury Privacy in the Information Age

2018· article· en· W2947425977 sur OpenAlexaboutno aff
Natalia Antolak-Saper

Notice bibliographique

RevueBond Law Review · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJury Decision Making Processes
Établissements canadiensnon disponible
Organismes subventionnairesCriminology Research Advisory Council, Australian Institute of CriminologyAustralian Institute of Criminology
Mots-clésJuryImpartialityDutyPersonally identifiable informationPolitical scienceInformation privacySecrecyBusinessLawInternet privacyPublic relationsComputer science

Résumé

récupéré en direct d'OpenAlex

The lay-jury remains a central feature of justice systems in many common law countries. Underpinning the nature of jury trials are two fundamental principles: representativeness and impartiality. In order to satisfy these principles, jurors will typically be asked to provide personal information. This disclosure presents the possibility that a juror’s private information may be misused. While such concerns have existed for some time, the advent of Information Communication Technologies has given them increased urgency. Surveys reveal that a significant number of jurors are concerned for their privacy and safety, presenting a conflict between the public duty of jury service and their personal right of privacy. This article considers the extent to which the state can and should protect the privacy of individuals called for jury service. Focusing on examples from Australia, Canada, the United Kingdom and the United States, it begins with a discussion of the extent to which jurors are required to disclose personal information. It then discusses various concerns that may arise as a result of that disclosure, particularly personal safety and public embarrassment. Finally, suggestions for reform are provided in an attempt to address these concerns.

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)0,067
score de la tête « metaresearch » (Gemma)0,138
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,356

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,138
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,032
Communication savante0,0120,014
Science ouverte0,0030,005
Intégrité de la recherche0,0160,011
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,118
Tête enseignante GPT0,377
Écart entre enseignants0,259 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBond Law ReviewMême sujetJury Decision Making ProcessesTravaux en français237 207