MétaCan
Menu
Retour à la cohorte
Enregistrement W3171356991 · doi:10.6000/1929-4409.2021.10.104

Restorative Justice in Indonesian Law on Juvenile Criminal Justice System and Its Implications for Social Work

2021· article· en· W3171356991 sur OpenAlexvenueno aff
Edi Suharto

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Social Justice Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRestorative justiceCriminal justiceLawTheory of criminal justiceSettlement (finance)CriminologyEconomic JusticePolitical scienceWork (physics)Social workInstitutionIndonesianSociologyBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

The study was motivated by Indonesian Law on Juvenile Criminal Justice System, which is now starting to take effect based on the restorative justice paradigm. The study aims to analyze the restorative justice in the juvenile system as the settlement of criminal cases together with related parties in order to find a fair settlement by emphasizing restoration to its original state. By using the socio-legal approach, the results recommend that to achieve this restorative justice, efforts are made to diversify or transfer the settlement of juvenile cases from the criminal justice process to the non-criminal court process. It is in this diversion effort that it has an impact on social work. If previously social workers had a small role towards children in conflict with the law (ABH), now their role is bigger. So that it takes an increase in quality and quantity. The results would imply that increasing both quality and quantity must be followed by efforts such as education and training. Practical implications also denote the quality of social welfare service institutions be strengthened because this institution will accommodate ABH when the diversion effort is agreed upon by the parties.

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)0,002
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,007
Communication savante0,0060,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,116
Tête enseignante GPT0,399
Écart entre enseignants0,283 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetLegal and Social Justice StudiesTravaux en français237 207