|本期目录/Table of Contents|

全要素且可解释智能化再犯风险评估指标体系的理论架构(PDF)

《安徽大学学报(哲学社会科学版)》[ISSN:1001-5019/CN:34-1040/C]

期数:
2020年05期
页码:
87-96
栏目:
法学
出版日期:
2020-09-30

文章信息/Info

Title:
-
作者:
狄小华
南京大学法学院
Author(s):
-
关键词:
再犯风险智能评估全要素可解释指标体系
分类号:
-
DOI:
-
文献标识码:
A
摘要:
建立在刑罚个别化基础上的再犯防治,离不开有确定评估指标的再犯风险评估。以抽样调查和精算形成的2.0—4.0再犯风险评估工具,由于存在指标因素不统一,零散而不成体系等问题,因此一直面临评估结论的准确性、可靠性不高而难以推广应用的困境。依托大数据的智能化再犯风险评估,理论上虽然可以找到所有影响再犯的指标因素,并通过动态评估和精准推荐,真正实现量刑和行刑的公正,但需要积累所有影响再犯群体和个体的有效数据,并形成可解释的评估结论。在实践中,不论是有效数据的产生还是收集,抑或是对评估结论的解释,都有赖于对影响再犯因素进行功能性分类,并以此构建全要素且可解释的智能化再犯风险评估指标体系。

参考文献/References

-

备注/Memo

备注/Memo:

基金项目:国家重点研发计划资助项目“假释、暂予监外执行、刑释人员犯罪预防支撑技术与装备研究”(2018YFC0831100

作者简介:狄小华,南京大学法学院教授、博士生导师,法学博士(江苏 南京210000)。



更新日期/Last Update: