MétaCan
Menu
← Retour à la cohorte
Enregistrement W66855878 · doi:10.29173/alr137

A Crack in Everything: Restorative Possibilities of Plea-Based Sentencing Courts

2011· article· en· W66855878 sur OpenAlexvenueaboutno aff
Simon Matthew Owen

Notice bibliographique

RevueAlberta Law Review · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRestorative justiceRetributive justicePleaMainstreamLawSociologySentencing guidelinesOpposition (politics)CriminologyEconomic JusticeCriminal justicePolitical sciencePoliticsComputer science

Résumé

récupéré en direct d'OpenAlex

Restorative justice, as a philosophy and set of practices, has traditionally been conceived of as existing separate from, indeed in opposition to, the more retributive ethic of mainstream, court-based justice proceses. Considered as such a polarized alternative, restorative justice has largely been unable to dislodge the dominant hold that formal, professionally managed public courts maintain over the resolution of criminal wrongs. Other commentators, however, argue that restorative and retributive concepts of justice are not necessarily mutually exclusive. This article explores court-based sentencing processes through a restorative lens, and suggests that while Canadian law formally privileges a retributive approach to sentencing, it also endorses practices that are more resonant with restorative values. In practice. sentencing courts that draw energy and guidance from restorative justice principles are more successful at including offenders in dialogues and determinations of just outcomes. Thus, a formally retributive sentencing framework actually benefits from the incorporation of restorative principles and practices. The marriage of these concepts of justice, is however, hampered by the antagonistic concerns of efficiency and uniformity in sentencing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0110,024
Communication savante0,0150,007
Science ouverte0,0020,006
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,070
Tête enseignante GPT0,334
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations2
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Law Review→Même sujetCriminal Justice and Corrections Analysis→Travaux en français237 207→