Restorative Justice and dialogistic exchange
Notice bibliographique
Résumé
Italian criminal justice authorities are developing programs for cooperating with mediation services in order to reach victims and offenders more effectively. This includes providing suitable communication skills and techniques vis-à-vis victims, offenders and others involved in the mediation process as well as being aware of how victims and offenders may react to the way restorative justice is applied. The EU 2007 guidelines underscore how lack of awareness in many EU Member States about restorative justice (RJ) needs to be overcome by disseminating information at all levels. In Italy the practice is still used in a fairly restricted way. RJ began as a means of finding an alternative to criminal prosecution and conventional punishment, especially in relation to aboriginal populations, e.g. in New Zealand and Australia, though it is also spreading in Canada, the US and the UK. In RJ stress is put on the victims’ needs, while offenders are the focus in ordinary criminal justice. In this paper discourse and dialogistic exchange are singled out as the chief medium of such negotiations, mainly based on encounters between victims and offenders, ( i.e., “Youth Justice Conferencing”, or “re-integrative shaming” that take place in “peacemaking” or “restorative justice”, or “repair of harm” and “sentencing” circles). Many group conferencing programs rely on scripts and on the presence of circle-keepers or facilitators. Qualitative samples of such exchanges from American contexts are analysed and compared with samples from similar practices in Italy, so as to assess from a cross-cultural stance the negotiation of challenging social relationships, also from the standpoint of interactive frames and knowledge schemas theories. The authors adopt a Critical Discourse Analysis (CDA) approach along with the Appraisal Framework for assessing Attitude.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».