MétaCan
Menu
← Retour à la cohorte
Enregistrement W3141294921

Conditional Sentencing and the Perspectives of Crime Victims: A Socio-Legal Analysis

2008· article· en· W3141294921 sur OpenAlexaboutno aff
Julian Julian, Roberts, Kent

Notice bibliographique

RevueSSRN Electronic Journal · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImprisonmentSentenceSanctionsCriminologyPolitical sciencePerspective (graphical)LawPsychologySentencing guidelines
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Over thepastdecade there hasbeen an expansion in the use ofcommunity-based alternatives to imprisonment in most Western nations. In Canada this has resulted in the use of more conditional sentences. While the benefits of this type of sentence are apparent from the perspective of stateresources and offenders, little isknown abouttheirimpacton victims. This article seeks tofill thevoid. .After analyzing developments in Canadian case law on conditional sentencing since R. v. Proulx, the authors present the results of a study of the perceptions offemale victims of personal injury offences, Crown counsel, and victims' advocates. In particular, the authors examine thevictims'reactions to conditional sentences generally; theextentof theirknowledge of the sanctions imposed in their cases specifically; theirsatisfaction with attempts to obtain their input for sentencing submissions; and their views on the efficacy of specific conditions that are commonly imposed in the courts and on the efficacy ofenforcement generally. The authors conclude with suggestions on how to improvetheconditional sentencing process from the·perspectiiJe of victims. They recommend that victims should be better informed of the content of the condition order, the reasons for sentence, any incidents of breach while the offender is carrying out the sentence, and itsfinal outcome. They also recommend that judges bemorewillingto imposefinancial reparations asa condition ofsentence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0230,018
Communication savante0,0060,005
Science ouverte0,0010,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,276
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetCriminal Justice and Corrections Analysis→Travaux en français237 207→