MétaCan
Menu
Retour à la cohorte
Enregistrement W4365514697 · doi:10.1558/ijsll.25804

Editorial

2023· editorial· en· W4365514697 sur OpenAlexaff
Philipp Sebastian Angermeyer, Alison May, Kirsty McDougall

Notice bibliographique

RevueInternational Journal of Speech Language and the Law · 2023
Typeeditorial
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

We trust that you will enjoy this issue of the International Journal of Speech, Language and the Law which reports new findings on topics such as juror comprehension, witness credibility and equality in multilingual jurisdictions, presents a Ph.D. abstract on threatening communication and sadly brings the obituary of our esteemed and much-missed forensic phonetician colleague, Hermann Künzel.In addition to the above contributions, we are pleased to introduce a new category of submission to IJSLL, the 'Professional Practice Report' .The first example of this contribution type is presented by David van der Vloed and Tina Cambier-Langeveld of the Netherlands Forensic Institute (NFI), and is titled 'How we use Automatic Speaker Comparison in forensic practice' .This report provides the text of the NFI information sheet that is attached to forensic case reports where Automatic Speaker Comparison (ASC) has been used.The intended audience of the information sheet is the client: it describes how ASC is used by the NFI in casework, including the minimum requirements for the speech materials, the system used, calculation of likelihood ratios, validation of results and how ASC results are interpreted in combination with auditory-acoustic findings.Preceding the information sheet, the authors present an explanation of how the NFI procedures were developed and tested prior to their implementation, and a discussion of their legal reception.This Professional Practice Report is a welcome contribution to the field, and as editors we would like to encourage more forensic practitioners to offer transparent accounts of their procedures to be shared in this way through IJSLL.

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)0,034
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,034
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0040,002
Communication savante0,0090,004
Science ouverte0,0030,001
Intégrité de la recherche0,0100,013
Charge utile insuffisante (le modèle a refusé de juger)0,0540,055

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 Opus0,008
Tête enseignante GPT0,337
Écart entre enseignants0,329 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Speech Language and the LawMême sujetDeception detection and forensic psychologyTravaux en français237 207