Eesti kriminaalpoliitika juhendmaterjalide rakendamine vägivallaennetuses. Teadlikkus ohvrisõbralikust menetlusest prokuröride näitel
Notice bibliographique
Résumé
Käesoleva bakalaureusetöö eesmärk on uurida, kuivõrd teadlikud on Põhja, Lääne, Lõuna ja \nViru Ringkonnaprokuratuuri alaealiste ja lähisuhte vägivalla kuritegude osakondade ning \nraskete ja peitekuritegude osakondade prokurörid ohvrisõbraliku menetluse praktikas \nüleüldiselt ning milline on teadlikkus vägivalla ohvrite kohtlemise juhendmaterjalide osas. \nOhvrisõbralik menetluse edendamine on üks peamistest tegevussuundadest praeguses Eesti \nkriminaalpoliitika vägivallaennetuse kokkulepes ning oli samuti ka eelmises. Uurimuse \nläbiviimiseks paluti valimisse kuulunud prokuröridel vastata anonüümsele küsimustikule. \nJuhendmaterjalid, mis olid spetsiifilisemalt fookuses on “Kannatanu kohtlemise parim \npraktika” (Riigiprokuratuur 2019), “Kannatanute sensitiivne kohtlemine” \n(Justiitsministeerium 2022), “Kannatanu kohtlemine kriminaalmenetluses” (Prokuratuuri \naastaraamat 2018). \nBakalaureusetöö tulemustena leiti, et enda teadmisi ning informeeritust ohvrisõbraliku \nmenetluse osas hindavad prokurörid küllaltki kõrgeks, kuid samas leiti, et juhendmaterjalide \ntutvustamine ei ole olnud eriti põhjalik; samuti, et vastajate hinnanguil ei ole senine \nohvrisõbralikku menetlust käsitlevate juhendmaterjalide tutvustamine vägivallaohvritega \nkokkupuutuvatele praktikutele olnud piisav. Suurima eelisena õiguskaitsesüsteemi töötajatele \nsuunatud juhendmaterjalide osas saab välja tuua, et praktikute hinnangul on need suureks \nabiks; suurima puudusena saab välja tuua ebaühtlase informeerituse taseme.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».