Notice bibliographique
Résumé
The Canadian Registry of Wrongful Convictions www.wrongfulconviction.ca .like similar registries in the United States and the United Kingdom, was designed to facilitate research on patterns and trends in wrongful convictions. As of its launch in February 2023, 15 of 83 remedied wrongful convictions or 17% were the result of guilty pleas by the accused. This is a similar percentage as found in a UK registry and lower than the 27% of guilty plea wrongful convictions found in the US registry. Forty percent of the guilty plea wrongful convictions were entered by women. Most of these involved the flawed expert testimony of Charles Smith about the cause of baby deaths and the majority of all remedied guilty plea wrongful convictions were for imagined crimes that did not happen. Almost half (7 of 15) of Canada’s false guilty pleas were taken from racialized people including three Indigenous men, one Black and Indigenous man, another Black man and a Brown man who had recently immigrated from India. Two of the fifteen false guilty pleas were taken from accused persons who had diagnosed mental health and cognitive challenges. With the exclusion of one false guilty plea to a mandatory sentence of life imprisonment and ineligibility for parole for 10 years, the average sentence in the remaining 14 cases was 10 months with evidence of “lop-sided” pleas especially in the cases involving Charles Smith and 2 of the 14 received sentences of time already served.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».