PROPOSING RESTORATIVE JUSTICE MODELS AS ALTERNATIVE APPROACHES TO ADDRESSING CRIMINAL MATTERS: A CASE STUDY OF JUDICIAL SYSTEMS IN CIVIL AND COMMON LAW COUNTRIES
Notice bibliographique
Résumé
Background: In recent years, restorative justice has emerged as a mechanism to enhance the involvement of victims in criminal proceedings. Its primary objective is to repair the damage caused by the offence, acknowledging it as a genuine injury in need of healing. While criminal proceedings might vary across jurisdictions based on fundamental principles of human rights, the broader aim is to offer a more comprehensive response to crime, aiming not only to punish but also to reform offenders and reduce future criminal behaviour. Methods: This qualitative study employed a descriptive, analytical method, utilising case studies and comparative analysis to explore restorative justice models in established judicial systems and their applicability to unestablished framework countries. By analysing and synchronising secondary materials, the research aimed to provide in-depth insights into successful practices and potential adaptations. Results and conclusions: The results reveal that several restorative justice models have been developed all over the world to align with the legal, socio-political, and cultural contexts of different regions and jurisdictions, such as Canada, New Zealand, and Norway. Despite the variety of restorative justice models, this exploratory study scrutinised four non-adversarial decision-making models: victim-offender mediation, community reparative boards, family group conferencing, and circle sentencing. These four models illustrate an alternative approach to community involvement in crime response, emphasising the diversity and shared themes of community engagement in sanctioning processes. The results offer resourceful guidelines for unestablished judicial systems like Vietnam to choose models best suited to specific needs.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».