Looking Beyond the Lineup: Evaluating the Fairness of 'Digiboard' Identification Evidence for First Nations Peoples
Notice bibliographique
Résumé
Research has established that mistaken identification is a ‘particularly prevalent’ cause of wrongful convictions of First Nations persons in Australia. Identification evidence has long been understood to be vulnerable to factors which make it unreliable. The potential for unreliability is compounded in the case of a witness identifying somebody of a different ethnic or racial identity to themselves, and in Australia this has a disproportionate effect on First Nations peoples. For these reasons, the rules relating to the admissibility of identification evidence in criminal trials are important. Western Australia (WA) has recently introduced a bill which, if passed, will substantially adopt the Uniform Evidence Law (which already operates in the Commonwealth jurisdiction, as well as in New South Wales, Victoria, Tasmania, and both Territories). However, one significant area in which the proposed WA law differs from the Uniform Evidence Law is in relation to identification evidence. In particular, whilst s 114 of the Uniform Evidence Law typically requires identification to occur through an identification parade (also colloquially called a ‘police lineup’), the proposed WA law does not include such a requirement. In WA, police typically use ‘digiboards’ when facilitating witness identification. Digiboards are essentially an array of photographs from which the witness can attempt to identify the person they saw connected with the offence. A digiboard usually shows 12 photographs — one of the suspect and the others being fillers (ie, they are similar to a traditional ‘photo board’ used for identification). However, unlike a traditional photo board, digiboard photographs are digitally altered with a computer program to ensure the greatest possible similarity between the suspect and the filler photographs. The proposed WA law enables this practice to continue. This article considers whether this divergence in the WA law is likely to be consequential for First Nations peoples. Is WA’s decision not to require identification parades problematic, or is there no material difference between the identification procedures?
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,485 | 0,763 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,011 | 0,025 |
| Communication savante | 0,015 | 0,022 |
| Science ouverte | 0,006 | 0,014 |
| Intégrité de la recherche | 0,014 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 source (Gemma direct ou Codex distillé), 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 ».