On Reducing the Sexual Assault of Women: What Can Economists Contribute to the Debate?
Notice bibliographique
Résumé
In Canada, it is estimated that only about 5 percent of sexual assaults are reported to police and fewer than 1 percent of assaults result in convictions. The reasons for this are discussed in this commentary using results from a formal model in economic theory. In the model, if police overestimate the probability that women’s reports of assault are false, as the evidence clearly documents, they under-investigate. This in turn reduces the reporting of actual assaults and reduces the conviction rate. The attrition rate of active files (as women drop out as a result of the challenges within and outside the system) may further reinforce the incentive effects of police disbelief. These effects are compounded by the fact that, in common law, the Crown prosecutor represents not the victim but rather the society at large. Policy recommendations that stem from the model include an emphasis on victim advocates, who can increase police belief and hence spur police efforts and reduce attrition rates, leading to more reports and convictions and fewer assaults. In considering punishments for false reports, it is argued that due consideration must also be given to the effect such a punishment may have in reducing truthful reports and hence in increasing the number of assaults.
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 | 0,025 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,022 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,019 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».