MétaCan
Menu
Retour à la cohorte
Enregistrement W4416347361 · doi:10.1111/caje.70025

Racial bias in criminal sentencing: Historical evidence from Chinese railway workers in British Columbia

2025· article· en· W4416347361 sur OpenAlexafffundvenueabout
Kris Inwood, Ian Keay, Blair Long

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensMemorial University of NewfoundlandQueen's UniversityUniversity of Guelph
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMinnesota Population Center, University of Minnesota
Mots-clésRecidivismCriminal justiceImmigrationContext (archaeology)Racial biasEconomic shortagePrison

Résumé

récupéré en direct d'OpenAlex

Abstract Do discriminatory attitudes held in the public influence public institutions? We study this question within the context of the criminal justice system of historical British Columbia (BC). During the late 1870s and early 1880s, an influx of Chinese immigrant workers employed in the building of the Canadian Pacific Railway (CPR) was the catalyst for a wave of anti‐Chinese sentiment in British Columbia (BC). We test for the presence of racial bias in criminal sentencing during this era by comparing marginal sentences for predicted recidivism risk across groups in a triple difference framework, using the building of the CPR as a plausibly exogenous shock to recidivism. We find that during the early years of the building boom, Chinese prisoners received sentences that were over twice as long as other observationally equivalent prisoners per unit of recidivism risk. Robustness exercises illustrate that this result is similar if we focus on the size of Chinese immigration instead of recidivism risk. We find that this sentencing bias is temporary, and dissipates towards the end of the project, coincident with labor shortages that threatened its viability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,175
Tête enseignante GPT0,237
Écart entre enseignants0,062 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetCulture, Economy, and Development StudiesTravaux en français237 207