論文の概要: Investigating sentence severity with judicial open data -- A case study
on sentencing high-tech crime in the Dutch criminal justice system
- arxiv url: http://arxiv.org/abs/2104.04486v1
- Date: Fri, 9 Apr 2021 17:12:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-04 07:33:43.333400
- Title: Investigating sentence severity with judicial open data -- A case study
on sentencing high-tech crime in the Dutch criminal justice system
- Title（参考訳）: 司法公開データによる判決の重大性の調査-オランダの刑事司法制度におけるハイテク犯罪の判例
- Authors: Pieter Hartel, Rolf van Wegberg, Mark van Staalduinen
- Abstract要約: プライバシー法により、欧州の司法公開データ(裁判所判決など)は通常匿名化されている。
これにより、例えば犯罪者に関する情報の一部が取り除かれるため、センデンシングに対する犯罪学的な研究がどの程度匿名化されたオープンデータを利用することができるのかという疑問が生じる。
2015～2020年の間,裁判所判決25,366件の判決分析を行い,特に文の重大性と高度なICT使用との関連について検討した。
最も重要な結果は、第一に、先進的なICTを使用する犯罪者は、他の犯罪者と比較して長文で判決を受けることである。
- 参考スコア（独自算出の注目度）: 3.35887644871588
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Open data promotes transparency and accountability as everyone can analyse
it. Law enforcement and the judiciary are increasingly making data available,
to increase trust and confidence in the criminal justice system. Due to privacy
legislation, judicial open data -- like court judgments -- in Europe is usually
anonymised. Because this removes part of the information on for instance
offenders, the question arises to what extent criminological research into
sentencing can make use of anonymised open data. We answer this question based
on a case study in which we use the open data of the Dutch criminal justice
system that rechtspraak.nl/Uitspraken makes available. Over the period
2015-2020, we analysed sentencing in 25,366 court judgments and, in particular,
investigated the relationship between sentence severity and the offender's use
of advanced ICT -- as this is information that is readily available in open
data.
The most important results are, firstly, that offenders who use advanced ICT
are sentenced to longer custodial sentences compared to other offenders.
Second, our results show that the quality of sentencing research with open data
is comparable to the quality of sentencing research with judicial databases,
which are not anonymised.
- Abstract（参考訳）: オープンデータは透明性と説明責任を促進する。
法執行機関と司法機関は、刑事司法制度への信頼と信頼を高めるために、データを入手しやすくしている。
プライバシーに関する法律により、欧州の司法公開データは、通常匿名化されている。
これにより、例えば犯罪者に関する情報の一部が取り除かれるため、センデンシングに対する犯罪学的な研究がどの程度匿名化されたオープンデータを利用することができるのかという疑問が生じる。
我々は、オランダの刑事司法制度のオープンデータを用いて、Uitsprakenが利用できるケーススタディに基づいて、この問題に答える。
2015-2020年の間、我々は25,366件の裁判所判決において、判決の重大さと犯罪者の高度なictの使用との関係について分析した。
最も重要な結果は、第一に、先進的なICTを使用する犯罪者は、他の犯罪者と比較して長文である。
第2に,オープンデータによるセンテンス研究の質は,匿名化されていない司法データベースによるセンテンス研究の質に匹敵することを示した。
関連論文リスト
- SoK: The Gap Between Data Rights Ideals and Reality [46.14715472341707]
権利に基づくプライバシー法は、個人が自分のデータよりも効果的に権限を与えるのか?
本稿では,実証研究,ニュース記事,ブログ記事をレビューすることで,これらのアプローチを精査する。
論文 参考訳（メタデータ） (2023-12-03T21:52:51Z) - WCLD: Curated Large Dataset of Criminal Cases from Wisconsin Circuit
Courts [7.415975372963897]
WCLDは、ウィスコンシン州の巡回裁判所から150万件の刑事事件をキュレートした大規模なデータセットである。
我々は1970年から2020年までの信頼できる公開データを用いて、過去の犯罪数や再犯の結果などの属性をキュレートした。
論文 参考訳（メタデータ） (2023-10-28T15:04:29Z) - Pile of Law: Learning Responsible Data Filtering from the Law and a
256GB Open-Source Legal Dataset [46.156169284961045]
我々は, フィルター材料におけるトレードオフに直接対処する法則に基づくフィルタリングへのアプローチを提案する。
まず、256GBのオープンソース英語および行政データのデータセットであるPile of Lawを収集、利用可能にします。
第二に、政府が有毒または私的コンテンツを含めることを規制するために開発した法規範を精査する。
第3に、Pile of Lawが研究者に、このようなフィルタリングルールを直接データから学習する機会を提供する方法を示します。
論文 参考訳（メタデータ） (2022-07-01T06:25:15Z) - Algorithmic Fairness Datasets: the Story so Far [68.45921483094705]
データ駆動アルゴリズムは、人々の幸福に直接影響し、批判的な決定をサポートするために、さまざまな領域で研究されている。
研究者のコミュニティは、既存のアルゴリズムの株式を調査し、新しいアルゴリズムを提案し、歴史的に不利な人口に対する自動意思決定のリスクと機会の理解を深めてきた。
公正な機械学習の進歩はデータに基づいており、適切に文書化された場合にのみ適切に使用できる。
残念なことに、アルゴリズムフェアネスコミュニティは、特定のリソース(オパシティ)に関する情報の不足と利用可能な情報の分散(スパーシティ)によって引き起こされる、集合的なデータドキュメント負債に悩まされている。
論文 参考訳（メタデータ） (2022-02-03T17:25:46Z) - Analyzing a Carceral Algorithm used by the Pennsylvania Department of
Corrections [0.0]
本論文は、投獄中の囚人の収容レベルを分類するために使用されるペンシルベニア付加分類ツール(PACT)に焦点を当てる。
この場合のアルゴリズムは、追加の懲戒行為に耐え、必要なプログラミングを完了し、特に仮釈放アルゴリズムに入力される変数に蒸留される経験を得る可能性を決定する。
論文 参考訳（メタデータ） (2021-12-06T18:47:31Z) - Deep Interpretable Criminal Charge Prediction and Algorithmic Bias [2.3347476425292717]
本稿では, ポストホックな説明のバイアス問題に対処し, 将来の刑事告発を受けるかどうかの信頼性の高い予測を行う。
提案手法は,実生活データセット上での予測精度とリコールの一貫性と信頼性を示す。
論文 参考訳（メタデータ） (2021-06-25T07:00:13Z) - Going dark? Analysing the impact of end-to-end encryption on the outcome
of Dutch criminal court cases [3.968067568436395]
法執行機関はエンドツーエンド暗号化(E2EE)を使用して犯罪者と戦う
E2EEは、暗号化通信に依存する犯罪者の帰属と起訴をハマーする。
オランダの裁判所は、E2EEに依存する犯罪者を、そうでない者と同じくらい有罪にすることに成功したようだ。
論文 参考訳（メタデータ） (2021-04-13T18:38:22Z) - Equality before the Law: Legal Judgment Consistency Analysis for
Fairness [55.91612739713396]
本論文では,LInCo(Legal Inconsistency Coefficient)の判定不整合性評価指標を提案する。
法的な判断予測(LJP)モデルを用いて異なる集団の裁判官をシミュレートし、異なる集団で訓練されたLJPモデルによる判断結果の不一致を判断する。
私達はLInCoを実際の場合の不一致を探検するために使用し、次の観察に来ます:(1)地域およびジェンダーの不一致は法制度でありますが、ジェンダーの不一致は地方不一致より大いにより少しです。
論文 参考訳（メタデータ） (2021-03-25T14:28:00Z) - Trustworthy Transparency by Design [57.67333075002697]
本稿では,ユーザ信頼とエクスペリエンスに関する研究を取り入れた,ソフトウェア設計のための透明性フレームワークを提案する。
私たちのフレームワークは、その設計に透明性を取り入れたソフトウェアの開発を可能にします。
論文 参考訳（メタデータ） (2021-03-19T12:34:01Z) - The effect of differential victim crime reporting on predictive policing
systems [84.86615754515252]
本研究では, 被害者の犯罪報告率の違いが, 共通犯罪ホットスポット予測モデルにおいて, 結果の相違をもたらすことを示す。
以上の結果から, 犯罪報告率の差は, 高犯罪から低犯罪へ, 高犯罪・中犯罪・高報道へ, 予測ホットスポットの移動につながる可能性が示唆された。
論文 参考訳（メタデータ） (2021-01-30T01:57:22Z) - Pursuing Open-Source Development of Predictive Algorithms: The Case of
Criminal Sentencing Algorithms [0.0]
オープンソースアルゴリズムの開発は、高度に連続した文脈における標準であるべきだと我々は主張する。
これらの問題は、ほぼ全ての広く使われている刑事判決アルゴリズムの、プロプライエタリで高価な性質によって悪化していることを示唆する。
論文 参考訳（メタデータ） (2020-11-12T14:53:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。