MétaCan
Menu
Retour à la cohorte
Enregistrement W7017326322

An assessment of students’ attitudes toward wrongful convictions / Bala Usman Chamo

2014· article· en· W7017326322 sur OpenAlexaboutno aff

Notice bibliographique

RevueUiTM Institutional Repositories (Universiti Teknologi MARA) · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueDeception detection and forensic psychology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticeCriminal justiceSample (material)Procedural justiceSignificant difference
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The study attempts to assess students‟ attitudes toward wrongful convictions. It tried to replicate Ricciardelli, Bell and Clow‟s (2009) Canadian study using an undergraduate student sample from the United Kingdom. This will help to understand whether the students‟ attitudes toward wrongful convictions differ between the two studies. This study adopts a between group design, in which one 150 participants were involved. The attitudes of 81 Criminal justice students and 69 Noncriminal Justice Students were compared. The study also assessed students‟ attitudes according to year of study, in which 74 year one students‟ were compared with 71 year three students. Additionally, attitudes were examined according to gender. The findings revealed that criminal justice students differ from noncriminal justice students in their attitudes toward wrongful convictions. Years three gave higher estimates of the frequency of wrongful convictions and were more supportive for the Blackstone ratio than year one students. Nevertheless, year one students were more supportive of the need to train the criminal justice professionals than year three students. The result showed no difference between the participants‟ confidence in the criminal justice system. No differences were found between males and female in terms of their attitudes toward wrongful convictions. The implications of the findings were discussed. Maximum of 250 words.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,371
Écart entre enseignants0,344 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUiTM Institutional Repositories (Universiti Teknologi MARA)Même sujetDeception detection and forensic psychologyTravaux en français237 207