論文の概要: Demonstrative Evidence and the Use of Algorithms in Jury Trials
- arxiv url: http://arxiv.org/abs/2311.14718v2
- Date: Thu, 16 May 2024 13:02:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-17 19:14:33.677768
- Title: Demonstrative Evidence and the Use of Algorithms in Jury Trials
- Title(参考訳): 陪審裁判における証明的証拠とアルゴリズムの利用
- Authors: Rachel Rogers, Susan VanderPlas,
- Abstract要約: 本研究は, 弾丸比較アルゴリズムと実証的証拠の使用が, 専門家証人の信頼性, 信頼性, 理解に対する陪審員の認識にどのように影響するかを考察し, 証拠を提示する。
その結果,実験条件によらず,信頼性,信頼性,科学的に高い評価が得られた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We investigate how the use of bullet comparison algorithms and demonstrative evidence may affect juror perceptions of reliability, credibility, and understanding of expert witnesses and presented evidence. The use of statistical methods in forensic science is motivated by a lack of scientific validity and error rate issues present in many forensic analysis methods. We explore what our study says about how this type of forensic evidence is perceived in the courtroom where individuals unfamiliar with advanced statistical methods are asked to evaluate results in order to assess guilt. In the course of our initial study, we found that individuals overwhelmingly provided high Likert scale ratings in reliability, credibility, and scientificity regardless of experimental condition. This discovery of scale compression - where responses are limited to a few values on a larger scale, despite experimental manipulations - limits statistical modeling but provides opportunities for new experimental manipulations which may improve future studies in this area.
- Abstract(参考訳): 本研究は, 弾丸比較アルゴリズムと実証的証拠の使用が, 専門家証人の信頼性, 信頼性, 理解に対する陪審員の認識にどのように影響するかを考察し, 証拠を提示する。
法医学における統計的手法の使用は、科学的な妥当性の欠如と多くの法医学的分析手法に現れる誤り率の問題によって動機付けられている。
そこでは, 高度な統計手法に精通していない個人に対して, 罪悪感を評価するために, 結果の評価を依頼する裁判所において, この種の法医学的証拠がどのように認識されているかを検討する。
最初の研究で、実験条件にかかわらず、信頼性、信頼性、科学的性において、個人が圧倒的に高い評価を得られることがわかった。
このスケール圧縮の発見 - 実験的な操作にもかかわらず、大規模で少数の値に制限された応答 - は統計的モデリングを制限するが、この領域における将来の研究を改善する新しい実験的な操作の機会を提供する。
関連論文リスト
- Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。
既存の感受性研究は、自己報告された信念に大きく依存している。
本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
論文 参考訳(メタデータ) (2023-11-16T07:22:56Z) - Assumption violations in causal discovery and the robustness of score matching [38.60630271550033]
本稿では、最近の因果発見手法の観測データに対する実証的性能を広範囲にベンチマークする。
スコアマッチングに基づく手法は、推定されたグラフの偽陽性と偽陰性率において驚くべき性能を示すことを示す。
本論文は,因果発見手法の評価のための新しい基準を策定することを願っている。
論文 参考訳(メタデータ) (2023-10-20T09:56:07Z) - Incentive-Theoretic Bayesian Inference for Collaborative Science [59.15962177829337]
未知のパラメータについて、プライベートな先行エージェントが存在する場合の仮説テストについて検討する。
エージェントの戦略行動によって明らかにされる情報を活用する統計的推論を行う方法を示す。
論文 参考訳(メタデータ) (2023-07-07T17:59:01Z) - A Double Machine Learning Approach to Combining Experimental and Observational Data [59.29868677652324]
実験と観測を組み合わせた二重機械学習手法を提案する。
我々の枠組みは、より軽度の仮定の下で、外部の妥当性と無知の違反を検査する。
論文 参考訳(メタデータ) (2023-07-04T02:53:11Z) - Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards
Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。
正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。
人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
論文 参考訳(メタデータ) (2022-01-27T22:15:56Z) - Hierarchical Decision Ensembles- An inferential framework for uncertain
Human-AI collaboration in forensic examinations [0.8122270502556371]
モデルとその出力を評価するための推論フレームワークを提案する。
このフレームワークは、ドメイン固有の知識と予測モデル結果のギャップを埋めることによって、法医学の専門家への信頼を校正するように設計されている。
論文 参考訳(メタデータ) (2021-10-31T08:07:43Z) - Enabling Counterfactual Survival Analysis with Balanced Representations [64.17342727357618]
生存データは様々な医学的応用、すなわち薬物開発、リスクプロファイリング、臨床試験で頻繁に見られる。
本稿では,生存結果に適用可能な対実的推論のための理論的基盤を持つ統一的枠組みを提案する。
論文 参考訳(メタデータ) (2020-06-14T01:15:00Z) - Witnessing Entanglement in Experiments with Correlated Noise [1.1246250197597698]
そこで我々は,各状態が任意に相関する雑音を受けることのできる目撃実験を解析するための2つの手法を提案する。
第1の方法は拒絶実験であり、実験が分離可能な状態しか生成できないという仮説を否定することで絡み合いの生成を認証する。
第2の方法は推定実験であり、平均的な目撃者値に対する信頼区間を推定し、構成する。
論文 参考訳(メタデータ) (2020-02-27T19:23:08Z) - A Survey on Causal Inference [64.45536158710014]
因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。
観測データに対する様々な因果効果推定法が誕生した。
論文 参考訳(メタデータ) (2020-02-05T21:35:29Z)
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。