How Do Different Case Conclusions Impact on Survivors of Homicide? Developing and Applying a Conceptual Framework to Organize Current Empirical Knowledge
Notice bibliographique
Résumé
Supporting families and friends of homicide victims (‘survivors’) requires understanding how homicide impacts on survivors. Although recent work has examined how the loss of a loved one and events following a homicide—such as media coverage, the criminal justice processes and the perpetrator’s sentence—affects survivors, there has been little consideration of how final ‘case conclusions’ (other than the perpetrator’s sentence)—such as homicide–suicide, cold-case homicide or perpetrator declared permanently unfit for trial or acquitted of murder or manslaughter—impacts on survivors. This article examines existing literature about how different final case conclusions, other than the perpetrator’s sentence, impact on survivors. A novel conceptual framework—the ‘Homicide Case Pathway’—is presented to organize these efforts. There are shared and diverse effects of final case conclusions on survivors, centred on five key themes—emotions and feelings, denial of justice, lack of closure, belief in the system and hope. There is a clear need to conduct further research into the effect of final case conclusions on survivors, in order to better understand survivors’ experiences, and subsequently identify and implement suitably tailored victim support strategies for survivors.
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 | 0,044 | 0,163 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,018 |
| Communication savante | 0,010 | 0,024 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 ».