MétaCan
Menu
Retour à la cohorte
Enregistrement W3196610975 · doi:10.5539/jpl.v14n4p113

Prisoners’ Access to Justice: Family Support, Prison Legal Education, and Court Proceedings

2021· article· en· W3196610975 sur OpenAlexvenueno aff
Elijah Tukwariba Yin, Francis Kofi Korankye-Sakyi, Peter Atudiwe Atupare

Notice bibliographique

RevueJournal of Politics and Law · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Social Justice Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrisonOfficerLawEconomic JusticePolitical scienceAppealCriminologyCriminal justicePsychology

Résumé

récupéré en direct d'OpenAlex

This study investigates the extent of prisoners’ legal entitlements as well as how prisoners acquire legal assistance within the prison setup. It is argued that inmates’ legal entitlements within the prison bureaucracy are devoid of the ideal of access to justice. The study used the mixed-method approach in data gathering. For the quantitative aspect, a sample of 300 inmates was used. Simple random and systematic sampling techniques were used to select the respondents. For the qualitative aspect, the following participants were purposively selected: ex-convicts, a paralegal prison officer, a court warrant officer, prison after-care officer, registrars, and relatives of inmates. The analysed data showed that most inmates did not receive family support during their trial before conviction. It was also found that inmates had no access to legal materials due to lack of law libraries, yet received some form of legal education from prison staff. Even though the court proceedings of inmates formed a critical part of their appeal process, a little above half of the inmate population had access to these documents. With the advancement in Information and Communication Technology, it is recommended that all courts should be digitized with relevant logistics and improved infrastructure to smoothen access to case files.

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)0,008
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,356
Écart entre enseignants0,330 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Politics and LawMême sujetLegal and Social Justice StudiesTravaux en français237 207