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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,015 | 0,002 |
| Communication savante | 0,006 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».