Intoxication, a Drunk Science: Expertise in Cases of Sexual Assault regarding Capacity to Consent
Notice bibliographique
Résumé
This paper analyzes the use of expert and forensic evidence in cases of sexual assault when the complainant alleges incapacity to consent due to intoxication. Based on a review of recent jurisprudence, the following argues that despite its rampant use in sexual assault trials, expert testimony and forensic evidence are frequently unable to provide precise conclusions about a complainant’s level of intoxication and consequently capacity to consent. While trial judges continue to call on counsel to bring forth these types of evidence, they are rarely assigned probative value. Nonetheless, inconclusive expert evidence and testimony is still relied upon to advance theories which undermine the complainant’s narrative and uphold damaging stereotypes about sexually assaulted intoxicated women. While these types of evidence can contribute to the truth-seeking process, this paper calls on the legal community to critically evaluate how these scientific tools are being utilized. What voices and narratives are being amplified by expertise? Furthermore, it asks whether expertise is actually relevant and informative to the central issues alleged in cases of capacity to consent. Are expert testimony and forensic evidence truly allowing the trier of fact to get at the truth?
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 | 0,018 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,017 |
| Communication savante | 0,006 | 0,011 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».