"Thinking Through Others": The development of a culturally resonant international criminal jurisprudence
Bibliographic record
Abstract
Dans cette thèse, l'auteur affirme que par le processus de la contextualisation culturelle, les normes universelles du système pénal international sont interprétées et définies de façon telle qu'elles résonnent à travers des cultures. Les critiques du système pénal international affirment que le système ne répond pas adéquatement à la diversité culturelle des individus. Par un examen détaillé de la jurisprudence pénale internationale, l'auteur montre que la prise en considération du contexte culturel est devenue habituelle pour les tribunaux criminels internationaux. De plus, le Statut de Rome de la Cour Pénale Internationale contient des dispositions qui tiennent compte du contexte culturel dans l'évaluation des crimes internationaux. La prise en considération du contexte culturel sert à établir des normes de droit pénal universelles dans le respect des différentes cultures et permet de mieux comprendre les normes universelles du droit pénal international. Finalement, l'auteur fournit une évaluation critique de la contextualisation culturelle et conclut que c'est un processus qui doit être fait de manière à préserver l'impartialité des procédures criminelles internationales.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.017 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.014 | 0.082 |
| Scholarly communication | 0.020 | 0.010 |
| Open science | 0.002 | 0.014 |
| Research integrity | 0.003 | 0.008 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".