Notice bibliographique
Résumé
The disclosure of evidence, primarily from the prosecutor to the defense (i.e., discovery) is key to a fair and just legal system. Restrictive discovery policies have been criticized for contributing to innocent defendants pleading guilty (Alkon, 2014) and to uninformed plea decisions (Friedman, 1971). Open-file policies, in which prosecutors broadly share evidence with the defense, are a leading reform to address these issues. This study investigated the impact of guilt and access to discovery information (with or without exculpatory evidence) on plea decisions. We hypothesized that, in comparison to their counterparts, participants who had access to all of the evidence (i.e., those in open-file condition) and participants who were innocent would rate the evidence against them as significantly weaker, their probabilities of conviction at trial as significantly lower, and would be less likely to take the plea deal. We also hypothesized that ratings of evidence strength and probability of conviction would mediate expected relations between the plea decision and conditions. One-hundred participant-defendants were randomly assigned to open- vs. closed-file and guilt vs. innocence conditions, and asked to review case materials that either contained full or partial discovery. They were then asked to rate the strength of the evidence against them, their probability of conviction, and to accept or reject a plea offer in a hypothetical case. Defendant guilt and access to discovery information impacted perceived evidence strength, which subsequently impacted plea decision-making. Our findings indicate that access to discovery information indirectly impacted defendants’ plea decisions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,003 | 0,010 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».