Community Court: The Research Literature
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The first community court opened in Midtown Manhattan in 1993. Focusing on quality-of-life offenses, such as drug possession, shoplifting, vandalism,and prostitution, the Midtown Community Court sought to combine punishment and help, sentencing low-level offenders to perform visible community restitution, receive on site social services, including drug treatment, counseling, and job training. There are currently more than 60 community court projects in operation worldwide. In the United States alone there are 33 while there are 17 in South Africa, 13 in England and Wales, and one each in Australia and Canada.Community courts seek to achieve a variety of goals, such as reduced crime, increased engagement between citizens and the courts, improved perceptions of neighborhood safety, greater accountability for low level,"quality-of-life" offenders, speedier and more meaningful case resolutions, and cost savings. In advancing these goals, community courts generally make greater use of community-based sanctions than traditional courts (Hakuta, Soroushian,and Kralstein, 2008; Katz, 2009; Sviridoff et al., 2000; Weidner and Davis, 2000). Among a sample of 25 community courts surveyed in 2007, 92 percent routinely use community service mandates, and 84 percent routinely use social services mandates (Karafin, 2008). This paper reviews the research literature to date about community courts. Community court studies have employed a number of different research methods, reflecting the variation in community court models.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découle