MétaCan
Menu
Retour à la cohorte
Enregistrement W3170502834

Automatism and the Burden of Proof: An Alternative Approach

2020· article· en· W3170502834 sur OpenAlexaffabout
Colton Fehr

Notice bibliographique

RevueSSRN Electronic Journal · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Law and Evidence
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAutomatism (medicine)PleadingBullionBurden of proofSupreme courtForce majeurePresumptionLawReasonable doubtRes ipsa loquiturConvictionLaw and economicsDecriminalizationExtraterritorialityAcquiescenceContingencyIndictmentWitnessEconomicsPolitical sciencePsychologyJurisdictionLiabilityHistory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Supreme Court of Canada requires accused persons to prove automatism on a balance of probabilities. The Court justified reversing the burden of proof by appealing to the impossibility of requiring the Crown to disprove automatism claims and the need to ensure accused persons do not feign a defence. In so doing, however, the Court failed to consider the economic impact of its decision. As pleading automatism requires calling an expert witness, it is likely that many impecunious accused are unable to call required testimony strictly based on their financial status. In other instances, the cost of conviction and punishment might be less than hiring an expert and thus deter an accused from pleading automatism. To address these problems, I develop an alternative approach for proving automatism that requires both Crown and defence share the burden of proof. Adopting this approach is necessary, I maintain, to justify the infringement of the presumption of innocence inherent in requiring accused persons to prove an automatism defence.

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)0,024
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,057
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0070,003
Études des sciences et des technologies0,0060,033
Communication savante0,0150,022
Science ouverte0,0070,010
Intégrité de la recherche0,0220,016
Charge utile insuffisante (le modèle a refusé de juger)0,0200,003

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 Opus0,028
Tête enseignante GPT0,301
Écart entre enseignants0,274 · 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'étudeThéorique ou conceptuel
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'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetCriminal Law and EvidenceTravaux en français237 207