MétaCan
Menu
Back to cohort
Record W7104434747 · doi:10.71781/17929

Biais cognitifs et facteurs associés au verdict et à la peine rendus par un juge dans un contexte de crime violent contre la personne

2022· dissertation· fr· W7104434747 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2022
Typedissertation
Languagefr
FieldSocial Sciences
TopicJury Decision Making Processes
Canadian institutionsnot available
Fundersnot available
KeywordsVerdictCriminal responsibilityCriminal liabilityCrime analysis

Abstract

fetched live from OpenAlex

Le juge occupe un rôle primordial dans un État démocratique. Les conséquences de ses jugements sont d’autant plus lourdes lorsqu’il est question de reconnaître ou non la culpabilité d’un individu accusé d’un crime violent contre la personne. Pour y parvenir, le juge siégeant en cour criminelle doit uniquement tenir compte des faits et du droit applicable. Malgré sa formation juridique et son obligation de demeurer impartial, il est possible que le juge soit sujet à des biais cognitifs de façon non intentionnelle et que certains facteurs extralégaux influencent son raisonnement. Des études empiriques ont en effet démontré que les juges peuvent présenter des biais cognitifs découlant des heuristiques de représentativité, de disponibilité et d’ancrage ainsi que des idées préconçues. La littérature scientifique révèle aussi que des facteurs extralégaux peuvent avoir un impact significatif sur le verdict et la peine rendus. Néanmoins, les études empiriques portant sur les juges sont peu nombreuses et plusieurs aspects demeurent à explorer. La présente thèse avait deux objectifs exploratoires. D’une part, elle visait à identifier la présence potentielle de sept biais cognitifs pouvant être à l’œuvre dans le processus décisionnel des juges siégeant en matière criminelle (biais de représentativité, biais d’échantillonnage, biais d’attention sélective, biais de rappel sélectif, biais d’ancrage, corrélation illusoire et théorie causale). D’autre part, la thèse avait pour but d’explorer la valeur prédictive de ces sept biais cognitifs ainsi que de seize facteurs sur le verdict et la peine rendus. Les facteurs étudiés concernaient le juge (sexe et expérience professionnelle antérieure), l’accusé (sexe, âge et référence faite aux antécédents criminels et à l’état mental), la victime (sexe, âge, nombre et lien avec l’accusé), le crime (type de crime et utilisation d’une arme) et les moyens de preuve (présence de versions de témoignages contradictoires, preuve matérielle, preuve documentaire et expertise). Pour y parvenir, un échantillon de 200 jugements québécois de première instance en matière de crime violent contre la personne a été analysé. Chaque jugement était rendu par un juge différent au terme d’un procès sans jury. Il était attendu que la majorité des jugements comporte au moins un biais cognitif et que l’ensemble des biais cognitifs et des facteurs extralégaux étudiés permettent de prédire le verdict et la peine. L’analyse des jugements par deux évaluateurs indépendants dans le but d’identifier des biais cognitifs a confirmé la première hypothèse. Les résultats ont révélé la présence d’au moins un biais cognitif dans 66,5 % des jugements de l’échantillon, avec un accord interjuge presque parfait. La seconde hypothèse a toutefois été partiellement confirmée, puisque six prédicteurs significatifs du verdict et de la peine ont été identifiés parmi l’ensemble des biais cognitifs et des facteurs considérés. Une régression logistique multivariée a révélé trois prédicteurs significatifs du verdict de culpabilité : l’utilisation d’une arme lors du crime, le sexe masculin de l’accusé et le recours à une expertise médicale lors du procès. Pour prédire la peine, convertie en pourcentage de la peine maximale pouvant être imposée à l’accusé, une régression multiple a été effectuée. Cette analyse a révélé trois prédicteurs significatifs d’un pourcentage de peine plus élevé, avec une grande taille d’effet : le fait que l’accusé soit mineur, le recours à un expertise d’ADN au procès et le recours à une expertise psychiatrique au procès. Des analyses complémentaires ont également démontré une association significative entre la présence de versions de témoignage contradictoires entre lesquelles le juge devait trancher et la présence de biais cognitifs appuyant un verdict de culpabilité. La présente thèse a permis de confirmer que les juges peuvent être susceptibles de présenter des biais cognitifs et d’être influencés par certains facteurs extralégaux dans le cadre de leur raisonnement. Les résultats obtenus ont également contribué à une meilleure compréhension de la réalité judiciaire au Québec. Néanmoins, l’impact des biais cognitifs sur les jugements rendus demeure un sujet à explorer davantage.

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.014
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.028
Threshold uncertainty score0.056

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.014
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.002
Science and technology studies0.0030.009
Scholarly communication0.0060.005
Open science0.0010.004
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0110.001

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.

Opus teacher head0.011
GPT teacher head0.251
Teacher spread0.241 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)Same topicJury Decision Making ProcessesFrench-language works237,207