MétaCan
Menu
Retour à la cohorte
Enregistrement W7165193601 · doi:10.54649/2077-9860-2025-4-95-101

Қазақстан Республикасының қылмыстық заңнамасында жазаны тағайындау институты: теория және практика

2025· article· W7165193601 sur OpenAlexaff
N.D. Tleshaliev, Sh.K. Amirbekova

Notice bibliographique

RevueScientific works Adilet · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueEmergency Medicine Education and Research
Établissements canadiensHealth Care Foundation
Organismes subventionnairesnon disponible
Mots-clésLegislationInstitutionIdentification (biology)Criminal lawCriminal procedureOrder (exchange)Mechanism (biology)

Résumé

récupéré en direct d'OpenAlex

The article provides a comprehensive analysis of the theoretical and practical aspects of the institution of sentencing in the criminal legislation of the Republic of Kazakhstan. The main objective of the study is to examine the structure of sentencing rules, including their general and special principles, as well as to identify problematic issues arising in judicial practice and the application of law. The study systematically considers the need to account for the primary purpose of punishment, its nature, the individual characteristics of the convicted person, the severity of the crime, and its level of social danger. Based on legal statistics and specific court cases, the article analyzes how offenses such as damage to public property, hooliganism, vandalism, and other violations are addressed in judicial practice. Historical, formal-logical, and comparative methods were employed, allowing the identification of the theoretical foundations of sentencing and highlighting similarities and differences between domestic and foreign practices. In conclusion, the institution of sentencing is recognized as a crucial legal mechanism ensuring fair and proportionate court decisions, reducing social danger, and contributing to the rehabilitation of offenders. The study emphasizes the interaction between legal theory and practice and provides recommendations for improving sentencing principles in criminal law enforcement.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,005
Communication savante0,0050,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,026
Tête enseignante GPT0,391
Écart entre enseignants0,365 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific works AdiletMême sujetEmergency Medicine Education and ResearchTravaux en français237 207