MétaCan
Menu
Retour à la cohorte
Enregistrement W3011030870 · doi:10.1525/fsr.2020.32.3.125

Looking Backward and Moving Forward

2020· article· en· W3011030870 sur OpenAlexaboutno aff
Steven L. Chanenson

Notice bibliographique

RevueFederal Sentencing Reporter · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Systems and Judicial Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupreme courtLegislatureLawContext (archaeology)Criminal justicePolitical scienceEconomic JusticeQuarter (Canadian coin)Order (exchange)Sentencing guidelinesSociologyHistorySentence

Résumé

récupéré en direct d'OpenAlex

Abstract We are at a notable moment to contemplate federal sentencing. Fifteen years ago, the Supreme Court issued its landmark decision in United States v. Booker. Just over 25 years ago, Congress passed and the President signed the 1994 Crime Bill. By looking backward and learning from history, we may be able to move forward more productively. One remarkable aspect of Booker is that it still controls federal sentencing a decade and a half later. Congress has chosen to largely leave the system as the Court refashioned it. The world is different today than it was in 2005. Yet the Booker framework – established by two essentially dueling 5-4 majorities of the Supreme Court – endures. In some ways, the most remarkable aspect of Booker at 15 is how unremarkable it appears to contemporary eyes. It is the dog that doesn’t bark – at least not much. In order to truly benefit from the lessons of our criminal justice history, we must go beyond guidelines. Just over 25 years ago, Congress spoke forcefully in the 1994 Crime Bill. It was addressing the concerns of that era with tactics that garnered wide support at the time but are not always viewed favorably today. By stopping to explore the context and consequences of two of the most significant judicial and legislative criminal justice events of the last quarter-century, lessons may emerge. That is a good thing. If we are to make mistakes again (and we will), they should be new ones. Only by understanding the past can we effectively illuminate the path forward.

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)0,016
score de la tête « metaresearch » (Gemma)0,031
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0150,025
Communication savante0,0220,042
Science ouverte0,0030,012
Intégrité de la recherche0,0170,038
Charge utile insuffisante (le modèle a refusé de juger)0,0500,018

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 Opus0,026
Tête enseignante GPT0,278
Écart entre enseignants0,252 · 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
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Sentencing ReporterMême sujetLegal Systems and Judicial ProcessesTravaux en français237 207