MétaCan
Menu
Retour à la cohorte
Enregistrement W4200112007 · doi:10.29173/wclawr61

A Critical Analysis of Post-Conviction Review in New South Wales, Australia

2021· article· en· W4200112007 sur OpenAlexvenueno aff
Rhanee Rego

Notice bibliographique

RevueThe Wrongful Conviction Law Review · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConvictionCriminal justiceCommissionRoyal CommissionLawTransparency (behavior)Independence (probability theory)AccountabilityEconomic JusticeCriminologyCriminal ConvictionPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Wrongful convictions leave an indelible mark on society. They are a tangible demonstration that the criminal legal system has failed, and a poignant reminder that all human institutions are fallible. Robust post-conviction review mechanisms are essential to provide an opportunity for justice to be eventually achieved for those who are wrongfully convicted. Through a critical examination of the post-conviction review mechanisms in NSW, which includes determining the existence of independence, transparency and accountability in the system, some deficiencies will be identified and analysed. Drawing on insights from the author’s role as a lawyer for Kathleen Folbigg (a woman convicted in 2003 of the murder of three of her infant children, and the manslaughter of her first child), this article will outline some of the key problems with the current system of post-conviction review in NSW. It then critically compares the existing system with the United Kingdom Criminal Cases Review Commission (“UK CCRC”). The UK CCRC has been chosen because it is a pioneering model which is designed to identify and remedy wrongful convictions in an independent, transparent, and accountable way. The article concludes that a version similar to the UK CCRC should be implemented in NSW to achieve justice for those wrongfully convicted.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,063
Tête enseignante GPT0,393
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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueThe Wrongful Conviction Law ReviewMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207