MétaCan
Menu
Retour à la cohorte
Enregistrement W7104435824 · doi:10.71781/23137

Le juge et la science : une étude rationaliste des biais conscients et inconscients dans l’appréciation de la preuve forensique en matière criminelle

2024· dissertation· fr· W7104435824 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2024
Typedissertation
Languefr
DomaineMedicine
ThématiqueHistorical and Scientific Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Economic JusticePoison controlIowa gambling task

Résumé

récupéré en direct d'OpenAlex

Tant par l’ampleur que le caractère pérenne de leurs conséquences sur la vie des différentes parties prenantes, les erreurs judiciaires suscitent l’indignation autant des régulateurs que des journalistes et de l’opinion publique. Assurer une prise de décision correcte dans le contexte judiciaire nécessite des balises institutionnelles visant, d’une part, à permettre une présentation complète de toute la preuve pertinente devant le juge des faits et, d’autre part, à limiter les erreurs d’appréciation de cette preuve. Notre thèse s’intéresse aux sources d’erreurs d’origine humaine qui limitent une correcte appréciation de la preuve dans le contexte judiciaire qui sont les moins susceptibles d’être mis en évidence par voie de contrôle juridictionnel (d’appel) et qui peuvent justifier la mise en place de balises institutionnelles additionnelles à celles existantes. Tout d’abord, une revue de littérature critique en criminologie et en sciences sociales sur les sources d’erreurs qui entachent généralement la rationalité des jugements (chapitre 1) indique que les décisions rendues dans le contexte judiciaire sont vulnérables à la fois aux biais et « bruits » à toutes les étapes d’un procès. Ensuite, nous nous intéresserons en particulier aux problèmes de compréhension et d’interprétation propres aux preuves scientifiques, comprenant les expertises ainsi que celles obtenues par des outils statistiques, actuariels et technologiques (chapitre 2). En effet, la science apparaît à première vue comme un « auxiliaire de justice » précieux par l’introduction de l’expertise dans les procès. Or, la production en justice d’une preuve forensique doit passer par un travail d’exégèse et de traduction de l’expert forensique au juge ou aux jurés. Tout au long de ce processus, la myopie métacognitive des experts forensiques, le mécanisme du procès contradictoire, l’aménagement des salles d’audience et la manière dont l’information est présentée, ainsi que les difficultés de compréhension de la preuve forensique par les décideurs, pourraient constituer autant d’aléas et de risques de dérive ébranlant la rationalité supposée de ce travail collectif qu’est la tenue d’un procès afin de faire émerger la vérité… judiciaire. Considérant que le contrôle juridictionnel des erreurs de faits par les juges d’instance s’avère assez limité au Canada (chapitre 3), nous proposons en dernier lieu (chapitre 4) quelques pistes de réforme afin de mieux rationaliser l’appréciation de la preuve par les décideurs de faits. Tout d’abord, il y a lieu d’ajouter quelques garanties d’ordre procédural et certaines inférences spécifiquement interdites pour limiter l’occurrence de biais cognitifs en général. Nous nous sommes inspirés ensuite de la formule bayésienne ainsi que la Déclaration de Sydney relative à la science forensique, pour proposer une démarche permettant de « rationaliser » le processus d’appréciation de la preuve afin de limiter les erreurs de compréhension sur la portée et les limites de la preuve d’expert. La formule bayésienne souligne en effet la nécessité de distinguer la probabilité des effets (qui relève des experts), de la probabilité des causes (du ressort exclusif du juge au procès). L’évaluation de ces deux probabilités ne se chevauche pas et fait appel à des considérations distinctes. Dans cette évaluation, la prise en compte du contexte et d’éléments circonstanciels s’avère à double tranchant en ce qu’elle peut à la fois être pertinente pour orienter l’investigation (aider à la génération de nouvelles pistes, hypothèses ou explications alternatives) que constitutive de biais. Le potentiel de biais s’accentue dans les cas de figure plus ambigus ou dont la preuve reste essentiellement circonstancielle. Nous suggérons finalement l’institution du rôle de « critique d’experts » qui peut agir en véritable auxiliaire de justice devant la cour ou en amont, comme auditeur indépendant, pour mieux contrôler l’intégrité du processus forensique et la manière dont la preuve scientifique est présentée devant les tribunaux.

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)0,030
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,039
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0120,107
Communication savante0,0220,017
Science ouverte0,0020,012
Intégrité de la recherche0,0080,011
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,371
Écart entre enseignants0,328 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetHistorical and Scientific StudiesTravaux en français237 207