MétaCan
Menu
Retour à la cohorte
Enregistrement W7146402651

The Failure to Enforce Criminal Law : Does it Impede the Development of Social Discourse on Important Policy Issues ?

2013· article· en· W7146402651 sur OpenAlexaboutno aff
Peter Sankoff

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJury Decision Making Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCriminal lawCriminal justiceDiscourse analysisGovernment (linguistics)Public discourseCivil discourse
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Conservative government led by Stephen Harper showing a particular determination to revamp and toughen Canadaʼs criminal justice system.3 Almost every year, a raft of new crimes has been added to the Criminal Code, 4 sentences for existing crimes have been augmented, 5 and a number of particularly controversial minimum mandatory penalties have been enacted.6 The government has made no secret of the fact that it sees the criminal law as a useful tool to reduce the incidence of undesirable practices across the Canadian landscape.7 Not surprisingly, criticism of this approach has come from a range of diff erent perspectives.Some suggest that the criminal law is ineff ective as a means of controlling behavior.8 Others have reacted negatively to the economic costs of these policies.9 Still others attack the so-called "war on crime" as a challenge to the liberty of citizens through the way it encroaches on the right to act freely where oneʼs act does not cause harm to others.10 All of these are legitimate areas of debate.I wish to raise a diff erent sort of critique about these developments however, one that focuses more upon whether it is a good idea to use the criminal law as a "fi rst response" to address certain types of social problems, especially where public opinion is divided about the legitimacy of the activity being addressed and there are scant resources to enforce the law being Overcriminalization: New Approaches to a Growing Problem, 102 J. Crim.L.

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)0,098
score de la tête « metaresearch » (Gemma)0,211
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · 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 enseignants0,384
Score d'incertitude au seuil0,763

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0980,211
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0270,063
Communication savante0,0320,022
Science ouverte0,0060,016
Intégrité de la recherche0,0150,018
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,029
Tête enseignante GPT0,379
Écart entre enseignants0,350 · 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'étudeThéorique ou conceptuel
Domainenon disponible
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetJury Decision Making ProcessesTravaux en français237 207