Indigenous Canadians Take the Stand: The Influence of Age and Race on Mock-Juror Perceptions and Verdict Decisions
Notice bibliographique
Résumé
Previous research has demonstrated that jurors’ perceptions of eyewitness and defendant credibility are often influenced by case-irrelevant factors such as race and age (Rogers & Davies, 2007; Pozzulo et al., 2010). Individuals of almost any age are eligible to testify as an eyewitness in trials, therefore, eyewitness age is relevant in juror decision-making. Overall, adult eyewitnesses are perceived with more integrity than child eyewitnesses in non-sexual assault cases (Bruer & Pozzulo, 2014; Sheahan et al., 2021). Regarding race, negative stereotypes surrounding Indigenous populations concerning criminality are prevalent within the Canadian criminal justice system, as can be seen with an overrepresentation of Indigenous offender populations (Cunneen, 2006). Systemic racism, racial biases, and adverse stereotypes have demonstrated impacts on mock-jurors’ perceptions of Indigenous defendants and eyewitnesses (Ewanation & Maeder, 2018). Although research has delineated how age and race impact juror decision-making in recent years (Pica et al., 2017; Maeder & Yamamoto, 2018), a gap exists in the literature for understanding how jurors perceive Indigenous eyewitnesses and defendants and whether these perceptions are influenced by eyewitness age. Specially, the current study aims to understand how eyewitness age and race will interact with defendant race to influence jurors’ perceptions of believability, credibility, and verdict decisions.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».