MétaCan
Menu
← Retour à la cohorte
Enregistrement W3153105991

De verdachte in beeld

2020· book-chapter· nl· W3153105991 sur OpenAlexaboutno aff
Marieke de Hoon, M.F.H. Hirsch Ballin, S.G.M.J. Bollen, Wodc

Notice bibliographique

RevueAmsterdam eBooks · 2020
Typebook-chapter
Languenl
DomaineSocial Sciences
ThématiqueCriminal Law and Evidence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmediacyVideoconferencingPolitical scienceStandardizationPublic relationsLawTelecommunicationsEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Through technological developments, legal systems increasingly apply videoconference in their criminal proceedings. Videoconference enables a direct video and audio connection between those involved in criminal proceedings. With the improvement of videoconference technology, it is more and more considered as a reasonable alternative to physical appearance. The application of videoconference had in recent years already increased. The global COVID-19 pandemic prompted a heightened focus in the Netherlands as well as everywhere else in the world on the potential to hold criminal proceedings despite having to limit physical contact through the use of videoconference. This generated a need for further research for particularly its application for the accused, considering the implications for guaranteeing the rights of the accused and fundamental principles like immediacy and the public nature of a trial. The main question of this research is: “What can the Netherlands learn from national and international standards and practice of the use of videoconference for the accused with a view to its standardization and policy development in Dutch criminal legal practice?”National and international standards and practice have been mapped out by researching the regulations and practices of the Netherlands, Italy, France, Canada, Switzerland, Germany and international and transnational criminal law.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,457

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,004
Communication savante0,0070,007
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,1370,052

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 Opus0,057
Tête enseignante GPT0,302
Écart entre enseignants0,245 · 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'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmsterdam eBooks→Même sujetCriminal Law and Evidence→Travaux en français237 207→