Taking the Stand: Access to Justice for Witnesses with Mental Disabilities in Sexual Assault Cases
Notice bibliographique
Résumé
In this article the authors argue that the existing adversarial trial process often prevents the stories of sexual assault complainants with mental disabilities from being heard in court. Relying on social science evidence, the authors argue that subjecting a woman with a mental disability to a rigorous cross-examination with repeated and leading questions, in a manner that is confrontational and often accusatory, is probably the worst way to get her story heard accurately in court. It is likely to unfairly undermine her credibility and to result in unjustified acquittals or in prosecutors deciding not to pursue a case. The article examines the challenges posed by traditional methods of cross-examination for witnesses with cognitive, developmental, or intellectual disabilities that affect their ability to recall, process, and communicate information, suggesting that existing Criminal Code accommodations are inadequate to address these concerns. Cross-examination should be conducted in a way that respects both the right of the accused to a fair trial and the complainant’s right to sex equality. Relying on developments in other jurisdictions, the authors recommend adopting a system of victim support persons or intermediaries, which would allow witnesses with mental disabilities to have assistance in understanding questions and in communicating their evidence to the court as fully as possible. Judges should also be given explicit legislative authority to intervene to disallow questions that are inappropriate based on the particular witness’s abilities. Such accommodations facilitate rather than impede the truth-seeking function of a trial and are not inconsistent with the fair trial rights of the accused.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».