LE RÉGIME DE RÉPARATION DE LA COUR PÉNALE INTERNATIONALE : ANALYSE DU MÉCANISME EN FAVEUR DES VICTIMES
Bibliographic record
Abstract
Cette étude propose une réflexion sur le mécanisme de réparation prévu par le Statut de Rome de la Cour pénale internationale. Dix ans après sa création, la Cour a rendu son premier jugement dans l’affaire Lubanga. En mars 2012, la Chambre de première instance a déclaré l’accusé coupable de crimes de guerre. Elle a invité les parties et les participants à soumettre leurs observations sur les principes qu’elle devrait appliquer pour fixer la réparation et sur la procédure à suivre. La phase des réparations est imminente. À la lumière des expériences des instances ad hoc pour l’ex-Yougoslavie et le Rwanda et à celle des Chambres extraordinaires au sein des tribunaux cambodgiens, l’auteure situe la place des victimes dans le procès pénal international (I). Elle analyse des notions complexes du droit substantiel du Statut de Rome, notamment celles des bénéficiaires et des débiteurs de la réparation, des principes applicables, des formes de réparation admises et du caractère individuel et/ou collectif de l’ordonnance de réparation (II). Elle procède ensuite à l’examen des questions liées à la procédure et à l’administration de la preuve (III). L’auteure conclut son étude en abordant les enjeux de la mise en oeuvre de la réparation et le rôle important que le Fonds au profit des victimes pourrait jouer à cette étape décisive (IV).
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.008 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.000 |
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".