Enjeux politiques et juridiques autour du principe de la confiance du public dans l’administration de la justice pénale
Bibliographic record
Abstract
À partir d’une analyse empirique de débats parlementaires et d’entretiens qualitatifs réalisés auprès de juges canadiens, le présent article explore deux manières de concevoir le principe de la confiance du public dans l’administration de la justice, plus précisément en matière de détermination de la peine (sentencing). La première conception émerge du système politique et estime que les peines sévères représentent la meilleure manière d’assurer la confiance d’un public politiquement considéré comme répressif. La seconde conception provient du système juridique et voit l’indépendance judiciaire ainsi que le respect de la règle de droit et des droits du justiciable en tant que meilleure manière d’assurer la confiance d’un tout autre public envisagé tel un public juridiquement bien informé. Les résultats indiquent que, si la première conception, soit la perspective politique, favorise le durcissement du régime pénal et l’exacerbation du populisme pénal, la seconde y résiste et s’en prémunit dans les balises proprement juridiques du droit et dont les principes pourraient, voire devraient, servir de fondement à une réforme de la perspective politique.
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 | 0.010 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.009 | 0.024 |
| Scholarly communication | 0.016 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.009 | 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".