MétaCan
Menu
Back to cohort
Record W7104439050 · doi:10.71781/12492

Comment les juges détectent-ils les mensonges lors de procès? Étude des mécanismes communicationnels sous-jacents aux déclarations de culpabilité pour parjure

2020· dissertation· fr· W7104439050 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2020
Typedissertation
Languagefr
FieldSocial Sciences
TopicJury Decision Making Processes
Canadian institutionsnot available
Fundersnot available
KeywordsSelf evaluationDeterminerDecision system

Abstract

fetched live from OpenAlex

Tant lors de procès en droit criminel que lors de procès en droit administratif, civil ou familial, le mensonge peut contribuer à la mise en place de trames narratives qui embrouillent les faits que les juges devraient connaitre afin d’appliquer adéquatement le droit. De plus, si les juges ne sont pas capables de distinguer le vrai du faux lors des témoignages, la confiance du public indispensable au bon fonctionnement du système de justice pourrait être compromise. Par ailleurs, même si des chercheurs s’intéressent, depuis les années 1960, à la détection du mensonge, en particulier lors d’interrogatoires policiers reproduits en laboratoires, ces expérimentations ignorent plusieurs attributs des systèmes de justice accusatoires (p. ex., les procédures judiciaires, les éléments de preuve incriminante, les déclarations assermentées, les interrogatoires, les contre-interrogatoires et les plaidoiries). Par conséquent, puisque la détection des témoignages mensongers par les juges lors de procès est rarement explorée, les juges des tribunaux municipaux, provinciaux et fédéraux sont pratiquement laissés à eux-mêmes. Dans le cadre de ma thèse, je présente un travail de type descriptif, analytique et explicatif pour observer et mieux comprendre le raisonnement ou, du moins, une partie du raisonnement par lequel des juges, en contexte naturel, en sont venus à déterminer, selon leur point de vue, que des témoins ont menti alors qu’ils témoignaient. Cette recherche vise, entre autres, à bonifier la validité écologique des expérimentations en laboratoire et à s’attaquer plus adéquatement à la problématique des mensonges lors de procès. D’une part, afin d’étudier la détection du mensonge dans le contexte concret où elle a lieu plutôt que dans le cadre d’une représentation expérimentale de cette activité, j’ai fait le choix de me tourner vers des jugements écrits de tribunaux canadiens comme données de recherche, plus spécifiquement, quatre jugements canadiens portant sur une accusation criminelle de parjure résultant d’une déclaration incriminante où les accusés ont été déclarés coupables. D’autre part, afin de décrire, analyser et expliquer de façon minutieuse et approfondie les mécanismes communicationnels sous-jacents aux déclarations de culpabilité pour parjure, j’ai fait le choix de mobiliser une approche contemporaine d’analyse du discours s’inscrivant dans les travaux de l’École de Montréal—l’approche ventriloque de la communication (Cooren, 2013)—dans la mesure où celle-ci permet d’identifier les éléments qui apparaissent comme faisant la différence dans la constitution d’un jugement. Hormis la rareté alarmante des jugements rendus à la suite de procès sur une accusation criminelle de parjure résultant d’un témoignage, les résultats de mes analyses permettent d’observer le rôle substantiel des idées reçues et l’apport considérable des précédents dans le processus décisionnel des juges lors de procès. Comme je le montre dans ma thèse, ces idées reçues peuvent exposer des croyances sur le comportement humain véhiculées ou exprimées, explicitement ou non, par les juges dans leur jugement. Quant aux précédents, ils peuvent avoir l’effet de voiler le rôle substantiel de ces mêmes idées reçues dans le processus décisionnel des juges. De plus, les résultats de mes analyses suggèrent que la détection des témoignages mensongers par les juges lors de procès dépend, entre autres, de nombreux éléments du contexte tels que mis en scène dans le raisonnement des juges et n’a pas grand-chose à voir avec le scénario expérimental typique mis en place pour étudier la détection du mensonge. Finalement, bien qu’ils n’offrent pas de « nouvelle technique » pour distinguer l’honnête justiciable du menteur, les résultats de mes analyses s’inscrivent en continuité avec d’autres travaux de recherche qui démontrent l’utilité a priori limitée des indicateurs comportementaux de mensonge et qui suggèrent que les praticiens du droit, en particulier les juges, devraient être systématiquement formés sur la nature faillible du processus décisionnel lors de procès.

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)0.009
metaresearch head score (Gemma)0.033
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.024
Threshold uncertainty score0.050

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0090.033
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0070.013
Scholarly communication0.0090.007
Open science0.0010.005
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0070.002

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 head0.030
GPT teacher head0.264
Teacher spread0.234 · 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 designQualitative
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
Published2020
Admission routes1
Has abstractyes

Explore more

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