MétaCan
Menu
Retour à la cohorte
Enregistrement W3170732610

Justice without science? Judging the reliability of forensic science in Canada

2021· article· en· W3170732610 sur OpenAlexaffabout
Emma Cunliffe, Gary Edmond

Notice bibliographique

RevueeYLS (Yale Law School) · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésForensic scienceScrutinySafeguardingEyewitness identificationLawSupreme courtPolitical scienceReliability (semiconductor)Criminal justiceEconomic JusticeCriminologyPsychologyHistoryComputer scienceMedicinePower (physics)Relation (database)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A compelling body of scientific research demonstrates that the validity of many forensic sciences is uncertain and that courts have been ineffective in safeguarding the reliability of forensic science. While this research has had some impact in the US and UK, Canadian law and institutional arrangements have largely failed to acknowledge and respond to scientific developments. This article explores these issues through the example of fingerprint comparison. This identification evidence has been accepted in Canadian courtrooms for more than 100 years. However, its reliability and limitations were never subjected to serious scrutiny in a Canadian court until the BC Supreme Court trial in R v Bornyk, 2017 BCSC 849. Tracing the course of the Bornyk litigation reveals systemic problems with the production and evaluation of forensic science evidence within the Canadian criminal legal system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,026
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,376
Écart entre enseignants0,333 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetMedical Malpractice and Liability IssuesTravaux en français237 207