MétaCan
Menu
← Retour à la cohorte
Enregistrement W7061393912

Quand la justice commet l'irréparable, parcours sinueux de la personne condamnée en quête de son innocence

2022· other· fr· W7061393912 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2022
Typeother
Languefr
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoison controlViolent crimeInsanity defenseContext (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les erreurs dans les cours de justice sont possibles et bien réelles encore de nos jours. La procédure en droit pénal a connu au cours des derniers siècles des modifications et mutations signes de son évolution. Citons comme exemple : les contrôles en cours d'enquête et les avancées technologiques rendant la preuve plus certaine ; les protections supplémentaires accordées à la personne accusée comme droits et garanties afin de la protéger ainsi que l'efficacité procédurale, nouvel enjeu pour réduire les délais passant par le plaidoyer de culpabilité. Or, il demeure toujours impossible de totalement contrer l'erreur judiciaire. Dans ce mémoire, nous étudierons les erreurs judiciaires et la demande en révision de la condamnation pénale en droit français et canadien. Nous nous attarderons particulièrement à l'erreur née durant l'enquête qui se perpétue en l'instance, en identifiant ses causes, et les moyens en place pour la contrer. Ainsi, nous pourrons déterminer si ceux-ci sont efficaces dans les faits. Enfin, nous examinerons plus attentivement dans les deux régimes le remède prévu à l'erreur judiciaire qu'est la demande en révision afin de bien comprendre les motifs pour y accéder et ainsi déterminer son efficacité comme réparation du tort subi par la personne condamnée, mais innocente suite à une condamnation définitive.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,015
Communication savante0,0080,006
Science ouverte0,0010,005
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0230,004

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 Opus0,007
Tête enseignante GPT0,184
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)→Même sujetNuclear reactor physics and engineering→Travaux en français237 207→