Are Conditional Sentence Orders Used Differently for Indigenous Offenders? A Comparison of Sentences and Outcomes in Canada
Notice bibliographique
Résumé
Conditional sentence orders (CSOs) were introduced in Canada in 1996, largely as a mechanism to address the overreliance on incarceration. This sentencing option is particularly relevant for Indigenous individuals who have been vastly overrepresented in custodial settings. Despite being in place for over twenty years, little is known about the use and effectiveness of CSOs. The current study examined the use and outcomes of CSOs for Indigenous (n = 749) and non-Indigenous offenders (n = 1,625) in one Canadian province. Specifically, the length of CSO, frequency and type of optional conditions, number of breaches, and rates of reoffending were compared between the two groups. Results from a logistic regression, controlling for risk relevant co-variates, indicated that Indigenous individuals tended to receive shorter CSOs compared to Caucasian individuals. However, Indigenous individuals were 35% more likely than Caucasian individuals to be convicted of a breach and more likely to incur multiple breaches while on a CSO. Despite the differences in the rates of breaches, the likelihood of reoffending over a two-year period was equivalent across the two groups. Although the reasons for breach were not available for the current study, future research should investigate this further to determine whether increased breach rates for Indigenous individuals are the result of more rule-violating behaviour, an inequity in the fairness of the conditions applied to Indigenous versus Caucasian individuals, or whether it is possible that breaches are over-detected and convicted at a higher rate for Indigenous individuals. Greater awareness of the underlying mechanisms related to increased breach rates affords the opportunity to ensure that CSOs are consistently implemented, something which will contribute to achieving the objective of successful diversion from imprisonment.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».