Dilematisasi Pemberian Remisi Bagi Narapidana? Formulasi Berdasarkan Studi Perbandingan Inggris, Irlandia, dan Kanada
Notice bibliographique
Résumé
As a country with an overcapacity prison composition of 265,897 people, Indonesia ranks seventh with the most prisoners in the world. In response to this, the government has made several efforts to reduce the density of prisoners, one of which is by providing remissions. However, granting remissions is actually seen as less effective and actually creates differences in the development process in Correctional Institutions (Lapas). Another problem is how to overcome the dilemma of granting remission to prisoners from the perspective of the national legal system. The research method used in this research is a juridical-normative research method with descriptive analytical research specifications which analytically describe the applicable laws and regulations both at home and abroad and legal theories linked to research problems. Analysis of legal materials uses qualitative juridical analysis. The results of this research indicate that the background to the policy of granting remissions to prisoners needs to be tightened so that it can fulfill a sense of justice for society. Apart from that, regarding the policy of granting remissions to prisoners, it is necessary to consider the legal framework of similar policies implemented in England, Ireland or Canada because the tightening of remissions in these countries has resulted in not all prisoners getting remissions or parole.
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 | 0,001 | 0,000 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».