MétaCan
Menu
Retour à la cohorte
Enregistrement W4386418290 · doi:10.5430/wjel.v13n7p585

Implicature and Question Types of Police Interrogation: An Analysis of Communication in a Theft Case

2023· article· en· W4386418290 sur OpenAlexvenueno aff
Ramadani Ramadani, Aceng Ruhendi Syaifullah, Wawan Gunawan, Dewi Kusrini, Sri Rahayu, Bintang Cahya Dwi Putra

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensnon disponible
Organismes subventionnairesLembaga Pengelola Dana Pendidikan
Mots-clésInterrogationWitnessConversationDeceptionRelevance (law)Context (archaeology)PsychologyComputer securitySocial psychologyComputer scienceInternet privacyPolitical scienceCommunicationLaw

Résumé

récupéré en direct d'OpenAlex

In the context of police questioning, effective communication was essential for getting reliable information, establishing reports, detecting deception, managing emotion and compliance with legal and ethical standards. This study analysed the implication and avoidance used in the communication and question types affected by witness responses in police interrogations on a theft case in Indonesia. The study aimed to find out how implication and avoidance were used in the conversation and how question type affected witness responses. The study employed a qualitative method, using investigation reports from Indonesia as the primary data source. The study found that four maxims were used in the interrogation conversation, namely the maxim of quantity, quality, relevance, and manner and there was some communication to lead avoidance. Avoidance was found in communication 7, 9, and 10. The police interrogator employed two types of questions: open-closed and closed-ended. However, the interrogator predominantly used closed-ended questions to obtain information from the witness. Overall, this study highlighted the importance of understanding implicatures and avoidance in communication and question types in police interrogations, particularly in cases of a criminal investigation. The findings of this study may assist in developing more effective interrogation techniques that uphold the witness's rights and facilitate the attainment of accurate information.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,647
Score d'incertitude au seuil0,447

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,016
Tête enseignante GPT0,361
Écart entre enseignants0,345 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetDeception detection and forensic psychologyTravaux en français237 207