MétaCan
Menu
← Retour à la cohorte
Enregistrement W4235633651 · doi:10.22215/etd/2019-13499

What's in the Box? Punishment and Insanity in the Canadian Jury Deliberation Room

2019· dissertation· en· W4235633651 sur OpenAlexaffabout
Susan Yamamoto

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésVerdictJuryPsychologyDeliberationPunishment (psychology)InsanityAcquittalSocial psychologySupreme courtCriminologyLawPolitical sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

There is a longstanding culture of hostility toward the insanity defence in Canada, where jurors may be hesitant to find defendants Not Criminally Responsible on Account of Mental Disorder (NCRMD) in a criminal trial. While this hesitancy is in part attributable to misinformation about the defence, it might also be seated in moral intuitions about fair punishment. Researchers have made gains in understanding individual juror decision-making in insanity cases, but the jury deliberation room remains a black box. In this mixed-methods study, Canadian jury eligible participants (N = 83) completed attitudinal measures, read a fictional murder case involving a claim of NCRMD, then took part in 45-minute deliberation sessions. Study 1 examined the relationship between punishment orientation, insanity defence attitudes, and individual verdict decisions, and addressed the utility of a hypothetical self-exclusion question (i.e., Challenge for Cause). The Challenge for Cause question was not a useful gauge of individual verdict decisions. However, punishment prone orientations were correlated with higher confidence in a guilty verdict. In Study 2 two independent coders were trained to assess each individual utterance for the presence or absence of categories listed in a codebook that was created a-priori, which yielded fair inter-rater reliability. Hierarchical linear modeling analyses showed that punishment-prone mock jurors were less likely to defer to the authority of the psychiatrist testifying for the Defence. Those who were more punishment-prone also had a lower frequency of Defence position-taking utterances. Finally, in Study 3, a qualitative description of key-word flagged utterances (using the Moral Foundations Dictionary) demonstrated that mock jurors relied on moral intuitions about authority, harm, and fairness in justifying their positions. Study 3 also revealed five general categories with respect to what would happen to the defendant after the trial: the effectiveness of prisons, the conditions of prisons, the jury's duty in considering punishment, desires for rehabilitation, and desires for incapacitation. Overall, findings imply that mock jurors' decisions stem partially from moral conceptualizations of insanity rather than from evidence alone.

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)0,005
score de la tête « metaresearch » (Gemma)0,032
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 enseignants0,050
Score d'incertitude au seuil0,366

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,006
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,073
Tête enseignante GPT0,295
Écart entre enseignants0,222 · 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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPsychology of Moral and Emotional Judgment→Travaux en français237 207→