Restorative Justice, a comparative analysis of discursive practices:\nDialogistic exchanges in the USA and Italy
Notice bibliographique
Résumé
Following the 2007 European Union Guidelines for mediation in penal matters from a restorative justice (RJ) perspective, Italian criminal justice authorities are developing programs for cooperation with mediation services so as to reach victims and offenders more effectively. Such programmes need to include common principles concerning the ethics of the mediator, and the appropriate skills and techniques of communication with victims, offenders and others engaged in the mediation process. RJ began as an experiment in alternatives to criminal prosecution and conventional sentencing, especially where aboriginal populations were involved (New Zealand, Australia, Canada, North America). It is fundamentally concerned with re-establishing social equality in relationships by involving the victim, the offender, and the community in a search for solutions which promote repair, reconciliation, and reassurance, with a strong emphasis on the victims’ needs. Hence, discursive practices necessarily play a fundamental role in such negotiations which take place in “peacemaking” or “repair of harm” and “sentencing” circles. Many group conferencing programs rely on scripts and on the presence of circle-keepers or facilitators. The aims of this pilot study were to analyze qualitative samples of such exchanges from non-European contexts and compare them with samples from the initial Italian practices, so as to evaluate in a cross-cultural perspective the negotiation of challenging social relationships. A broad Critical Discourse Analysis approach was utilized, including the Appraisal Framework for the evaluation of 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».