Police officers' perceptions and experiences of promoting honesty in child victims and witnesses
Notice bibliographique
Résumé
Abstract Purpose This two‐phase study employed a mixed‐methods design to explore UK police officers' perceptions and experiences of promoting honesty in child witnesses with a special focus on the recommended inclusion of Truth‐Lies Discussions (TLDs) at the start of interviews with children. Method In Phase 1, police officers completed an online survey designed to cover their experiences and perceptions regarding truth‐promotion with child witnesses. In Phase 2, police officers were individually interviewed to elicit an in‐depth understanding of current practice relating to this aspect of investigative interviews with children. Results Around half of the survey respondents believed that TLDs promote honesty in children. The majority reported always using TLDs during interviews to ensure compliance with UK best‐practice guidance. There was evidence of a misconception among some police officers that children's performance on TLDs was related to their subsequent truth‐telling behaviour. Following analysis of the interview transcripts, we found a main theme of police officers' uses of TLDs , which included (i) gauging children's conceptual understanding of truths/lies, (ii) ensuring no deviation from guidance and (iii) communicating children's credibility to the court. A second main theme revealed the challenges and obstacles police officers perceived when embarking on TLDs. These were that (i) one type of TLD is not suitable for all children, (ii) the training is insignificant and the application is inappropriate and (iii) participants sometimes use alternative strategies to promote honesty with children. Conclusion Police officers reported following guidance because a failure to do so would jeopordise children's testimony and provided recommendations for future practice‐informed research designs to test techniques for the promotion of honesty in child witnesses.
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 | 0,014 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».