Alibi believability: Corroborative evidence and contextual factors
Notice bibliographique
Résumé
A disbelief in alibis is one contributor to wrongful convictions. One reason that triers-of-fact may disbelieve alibis is that they lack evidence to corroborate the whereabouts of the suspect at the time of the crime. Contextual factors, such as when the alibi was disclosed and what was the nature of the crime, can also affect alibi believability. This paper outlines two studies where mock jurors evaluated an investigation and trial description online and rated alibi believability, defendant character trait ratings, and verdicts. Both studies examined the impact of corroborative alibi evidence and the timing of the alibi disclosure. In addition, Study 1 included the type of crime and Study 2 included the number of alibi corroborators as additional independent variables. We hypothesized that alibis would be viewed more positively when they were disclosed earlier rather than later, were corroborated by strong physical evidence and multiple corroborators, and involved less violent offenses. As hypothesized, in both studies, alibis with strong physical evidence were thought to be more believable than those with no physical evidence but the number of corroborators and type of crime did not affect any dependent measures. Delayed timing had some negative effects on views of the defendant's character. Corroborative physical evidence affected alibi believability consistently, and contextual factors mattered less. Both implications and suggestions for future research are further discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».