Recognizing Significant Environmental Deprivation as a Mitigating Factor in the Federal Sentencing System: Some Lessons from Commonwealth Jurisdictions
Notice bibliographique
Résumé
The environment in which an individual lives inevitably influences the life they lead. Although many social scientists, legal scholars, and judges accept that severe environmental deprivation can reduce culpability for criminal offending, sentencing outcomes in the federal system often fail to reflect this. This occurs because deprivation is not consistently recognized as a mitigating factor in non-capital cases. Over the past fifty years, scholars have mounted a sustained effort to develop a mitigating factor that recognizes environmental deprivation experienced by defendants. On the whole, these efforts have been unsuccessful at the federal level, and have failed to gain traction among courts or legislatures. Somewhat surprisingly, none of the voluminous scholarship looks beyond the United States. This is unfortunate. Over the past two decades, legislatures and courts in Canada, Australia, and New Zealand have successfully developed the mitigating factor that scholars have long been seeking. Each of these jurisdictions has developed a regime for obtaining valuable information about a defendant’s background and presenting it to the sentencing judge. If the judge considers that the defendant’s experience of severe environmental deprivation reduced their culpability, their sentence will be reduced accordingly. The experiences of these Commonwealth jurisdictions are instructive and may help pave the way toward judicial or legislative recognition of severe environmental deprivation as a mitigating factor in the United States. Observing it operating successfully overseas may provide legitimacy to this mitigating factor and also assuage concerns that it might open the floodgates or undermine the criminal justice system. With reference to the experiences in these Commonwealth jurisdictions, this article proposes a framework for obtaining information about a defendant’s background and provides a legally defined standard for determining when a sentencing reduction will be appropriate.
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 | 0,012 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,011 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».