MétaCan
Menu
Retour à la cohorte
Enregistrement W4377140763 · doi:10.1093/bjc/azad015

‘I Clocked You Going 50 In a 25’: A Discourse-Based Critique Of Police Procedural Justice Research Through A Sequential Exploration Of ‘Voice’ And Excuses In Traffic Encounters

2023· article· en· W4377140763 sur OpenAlexaff
Phillip Shon

Notice bibliographique

RevueThe British Journal of Criminology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésDenialProcedural justiceEconomic JusticePsychologySign (mathematics)Social psychologyCriminologyIdeal (ethics)SociologyLawPolitical sciencePerception

Résumé

récupéré en direct d'OpenAlex

Abstract The police in the United States typically pull over about 19 million drivers a year for routine violations such as speeding and running a stop sign. The verbal exchanges that occur during traffic encounters embody one of the ideal principles of procedural justice: giving citizens an opportunity to speak (voice) before a decision is made. The accounts and excuses that drivers articulate represent the logical outcome of opportunities provided to drivers to explain the reason for their legal violations. This paper examines the accounts and excuses that drivers proffer during routine traffic encounters. The findings indicate that drivers’ responses to police solicitation of accounts fall into three types: remaining ‘silent’ during encounters and forgoing an opportunity to voice their concerns; crafting excuses and apologies in response to the announcement of an infraction; and denial of knowledge. The implications for police procedural justice are discussed.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,048
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

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

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 Opus0,283
Tête enseignante GPT0,483
Écart entre enseignants0,200 · 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.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe British Journal of CriminologyMême sujetPolicing Practices and PerceptionsTravaux en français237 207