MétaCan
Menu
Retour à la cohorte
Enregistrement W3204229003

The Difficult Road to Accountability: A Study on Complaints Mechanisms to Investigate and Address Victims’ Rights Violations

2017· article· en· W3204229003 sur OpenAlexaffabout
Marie Manikis

Notice bibliographique

RevueSSRN Electronic Journal · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Law and Evidence
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEnforcementScholarshipContext (archaeology)AccountabilityCriminal justicePolitical scienceLaw enforcementEconomic JusticeHuman rightsCriminologyEmpirical researchPublic relationsLawBusinessSociologyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite existing scholarship on victims’ rights, there is no empirical research in Canada on enforcement mechanisms that respond to victims’ rights violations. This article analyzes the recent Canadian Victims Bill of Rights, which instructs federal criminal justice agencies to develop enforcement mechanisms to remedy breaches of victims’ rights and encourages provincial agencies to do the same. The first part of this article situates the development of the Canadian victims’ rights and enforcement mechanisms in their wider context by referring to the literature on victim participation and their role in the criminal justice process. Second, this piece proposes nuanced understanding of enforcement and brings together knowledge and frameworks found in two separate bodies of literature, namely the administrative law literature and victimology, to analyze the effectiveness of enforcement mechanisms in the context of crime victims. Applying these frameworks to the study of mechanisms available at the federal and provincial levels in Quebec, this piece discusses a number of limitations and proposes possibilities for improving the existing complaints structures.

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)0,022
score de la tête « metaresearch » (Gemma)0,050
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,754
Score d'incertitude au seuil0,495

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,050
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0220,013
Communication savante0,0080,006
Science ouverte0,0040,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,041
Tête enseignante GPT0,361
Écart entre enseignants0,320 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetCriminal Law and EvidenceTravaux en français237 207