Probing The Data: Perspectives on Race Visibility in Canadian Sentencing Proceedings
Notice bibliographique
Résumé
This article analyzes interview data from nine Black criminalized individuals and nine defence lawyers (five white, three Black, and one Arab) about the utility of heightened race visibility in sentencing proceedings. The data reveals a schism between these groups, reflecting different responses to what I refer to as “the paradox of visibility.” For Black people, this paradox occurs when an emphasis on race may simultaneously have a deleterious and ameliorating impact on sentencing. Defence lawyers and judges laud the ameliorative potential of race visibility, which obscures the genuine concern shared by criminalized Black individuals about how they believe their Blackness betrays them in the criminal sentencing context. In this regard, the article explores ethical concerns arising from this paradox. It also argues that race-based strategies at sentencing are not a no-cost or low-cost proposition. Indeed, from the criminalized research participants’ point of view, the cost is not only the risk that an emphasis on race may result in a higher sentence, including longer and harsher custodial sentences, but also an affront to their dignity. In contrast, the defence lawyers strongly supported increased racial visibility to combat what they saw as judicial and prosecutorial intransigence to grapple with race in sentencing proceedings. These perspectives are critical for sentencing judges tasked with sentencing Black individuals and for lawyers who are developing and deploying legal strategies to assist their Black clients.
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 | 0,023 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,054 | 0,019 |
| Communication savante | 0,014 | 0,006 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».