Cookies op Tweakers

Tweakers maakt gebruik van cookies, onder andere om de website te analyseren, het gebruiksgemak te vergroten en advertenties te tonen. Door gebruik te maken van deze website, of door op 'Ga verder' te klikken, geef je toestemming voor het gebruik van cookies. Wil je meer informatie over cookies en hoe ze worden gebruikt, bekijk dan ons cookiebeleid.

Meer informatie

Vraag


  • Dubbelklik
  • Registratie: juni 2018
  • Laatst online: 15-03 14:46
Hallo, mede-tweakeraars,

Het werk dat hieronder staat beschreven is uitsluitend een vrijetijdsbesteding van mij en staat in geen enkel verband met werk of studie. Daar is het echter niet minder belangrijk om. Maar ik wil simpelweg niemand het idee geven dat ze mijn 'huiswerk' moeten doen.

De achtergrond is als volgt:

Ik volg al een tijd de ontwikkelingen rondom terdoodveroordeelden in vooral de VS en dan met name Texas. Omdat deze processen aldaar zo goed gedocumenteerd zijn zijn ze makkelijk te volgen.

Er zijn bij deze actualiteiten talrijke aspecten die als interessant zijn aan te merken. Een van de meest intrigerende en een waarmee ik de laatste tijd begon te worstelen is een vraagstuk dat centraal staat voor iedere veroordeelde in de dodencel. En dat voor iedere gevangene tegelijkertijd uniek en verschillend is.

De schuldvraag dus. Ik vroeg me af of er een wetenschappelijk en wiskundig berekeningsmodel zou kunnen zijn om de waarschijnlijkheid van de schuld te bepalen. Waar ik specifiek naar zocht was een (complexe) formule, desnoods door een computer uitgevoerd, die verschillende belangrijke factoren in de rechtszaak mee zou laten wegen, die factorem een waarde of gewicht toe zou kennen, en vervolgens een resultaat opleveren dat gebruikt kan worden als leidraad in verschillende toepassingen op de veroordeelde.

Denk bijvoorbeeld aan instanties, prive-instellingen, of vrijwilligers organisaties (zoals the Innocence Project) voor wie de schuldvraag centraal staat. Waarbij ze de beoordeling van schuld gebruiken om hun financiele bijdrages te bepalen of hun steun aan de veroordeelde om die vrij te krijgen bij een onterechte veroordeling.

Of om simpelweg als hulpmiddel te dienen in verschillende onderzoeken en verhandelingen.

Kortom, zo'n schuldwaarschijnlijkheidsbepaling heeft veel denkbare toepassingen en ervanuitgaande dat het nut ervan verder geen punt van debat zal zijn, ga ik door met mijn onderneming.

Het volgende model wat ik bedacht heb stelt verschillende vragen die betrekking hebben op de rechtszaak, het proces, het misdrijf zelf, de omstandigheden daarvan, en de persoon van de verdachte. Iedere vraag kan worden gezien als een factor die de waarschijnlijkheid van schuld mede bepaalt. Het is natuurlijk geen alternatief voor een rechterlijk of jury-oordeel maar enkel bedoeld als een soort voorbarige inschatting vanwaaruit desnoods verder onderzoek kan volgen. Een soort hulpmiddel dus zoals hierboven al geschreven.

Ik wilde jullie specifiek vragen dus, of het aantal punten dat ik aan iedere factor geef (het gewicht dus) redelijk is en objectief. Ik moest ze op een voor mij te willekeurige en spontane manier bedenken en ik vroeg me dus af of er niet een meer wetenschappelijke, wiskundige, en methodischere benadering zou zijn.

En ipv een puntensysteem met verschillende zwaartes van de factoren, zou het mogelijk zijn een wiskundige formule te bedenken die een betrouwbaarder en waarheidsgetrouwer resultaat zou geven op basis van dezelfde factoren?

Ik laat jullie zien wat ik tot nu toe bedacht heb:

Iedere verdachte begint met 50 punten wb de schuldvraag. 50 is neutraal en betekent dat er geen uitspraak over schuld of onschuld kan worden gedaan (wat in theorie ook vaak voorkomt). Naarmate de vragen gesteld en beantwoord worden echter, verandert dat aantal. Daarbij heeft het aantal 0 punten de symbolische betekenis van onschuld (of beter gezegd, het is zeer onwaarschijnlijk dat de verdachte schuldig is) en 100 die van schuld (oftewel het is zeer waarschijnlijk dat de verdachte schuldig is).

Vragen en de bijbehorende antwoorden die in het voordeel van de verdachte spreken en voor schijn onschuld pleiten krijgen een negatief aantal punten (gaan richting nul). Factoren daarentegen die juist zijn schuld aannemelijker maken krijgen hebben een positieve waarde en gaan richting 100.

Daarbij wil ik ook even melden dat ik het wenselijk acht dat het maximum aantal punten niet boven (of iig ver boven) de 100 uitkomt en anderzijds niet (ver) onder de nul wb onschuld. Daar ik de wiskundige achtergrond niet heb om deze te bewerkstelligen, vraag ik degenen van jullie die die wel hebben om steun.

Dat alles gezegd hebbende, geef ik nu mijn werk prijs:
(*en mocht dit hele topic in het verkeerde deelforum staan, gelieve dat aan te passen :) )


Schuldwaarschijnlijkheidsbepaling obv formule

factoren van belang

leeftijd van de verdachte ten tijde van het delict

(15-20) -1
(20-35) +5
(35-42)+4
(42-60)+2
(60+)-2
was de verdachte voortvluchtig voor de arrestatie?
Ja(+8) Nee (-2)

heeft de verdachte schuld bekend?
Ja (+7)
Nee (-3)

zo ja, was het een gedeeltelijke of volledige bekentenis?
gedeeltelijke (+3)
volledige (+7)

bestaan er geloofwaardigheidsissues uit het verleden met de verhorende agenten?
Ja (-4)
Nee (0)

Was het verhoor op een intimiderende of aggressieve manier verlopen?
(-6)

heeft de verdachte schuld bekend aan een celgenoot of medegevangene?
(+8)

heeft de verdachte een strafblad van voor het delict?
ja (+3)
nee (-2)

bevinden zich op het strafblad soortgelijke delicten of accusaties?
ja (+5)
nee (-4)

heeft de verdachte een vroegere gevangenisstraf uitgezeten?
ja (+2)
nee (-3)

Is er DNA bewijs dat de verdachte koppelt aan het misdrijf?
Is dit bewijs sperma? (+9)
Is dit bewijs bloed? (+8)
Is dit bewijs speeksel? (+3)
Is dit bewijs haren? (+2)
Is het bewijs kledingvezels? (+2)

Wat was de kansberekening van de DNA-expert met betrekking tot het uitsluiten van andere personen en het identificeren van de verdachte?
1 in 2 of meer miljard (+8)
1 in 1-2 miljard (+6)
1 in 500 miljoen-1 miljard (-1)
1 in minder dan 500 miljoen (+3)

Ander fysiek bewijs:
Zijn er vingerafdrukken van de verdachte op een eventueel moordwapen? Ja (+6) nee (-2)
Zijn er vingerafdrukken van de verdachte elders op de plaats delict? (+4) Nee (-4)
Had de verdachte een legitieme reden om op de plaats delict te zijn? Ja (-8) Nee (+9)

Ooggetuigen:
Hoeveel getuigen in totaal leveren belastend materiaal tegen de verdachte?
0 (-9)
1 (+1)
2 (+3)
3 (+5)
4 of meer (+9)

Hebben de getuigen de verdachte op heterdaad betrapt?
Ja (+9) Nee (-6)
Was een eventueel signalement overeenkomstig met het uiterlijk van de verdachte? Ja (+6) Nee (-9)

Heeft de verdachte een alibi? Ja (-7) Nee (+1)
Door hoeveel mensen wordt deze alibi gestaafd?

0 (+9)
1 (-2)
2 (-7)
3 (-11)
4 of meer (-20)
Is er fysiek bewijs (camerabeelden, aankoopbonnen, telefoonoproep etc) dat de alibi staaft? Ja (-15) Nee (+6)

Was de verdachte schuldig bevonden enkel op basis van getuigenverklaringen? Ja (-11) Nee (+2)

Ging verkenning of stalking of opwachting door de verdachte aan het misdrijf vooraf? Ja (+9) Nee (-4)

Alle reacties


  • bonzz.netninja
  • Registratie: oktober 2001
  • Laatst online: 17-11 08:07

bonzz.netninja

business analist

Ik zou zeggen dat je eerst voor al je vragen per vraag wetenschappelijke onderbouwing moet hebben van je aanname. Want het is helemaal niet zomaar bepaald dat er een hard causaal verband is tussen je vraag en je score. Dat zijn allemaal aannames.

Tevens zit er subjectiviteit in je vragen (want wat is gewelddadig bijv.)

vuistdiep in het post-pc tijdperk van Steve  | Geensnor.nl kluswebsite | | Omloop de Snor 2019


  • Milvy
  • Registratie: oktober 2017
  • Laatst online: 17:38
Zoek zo goed mogelijk data over deze kenmerken en fit een regressiemodel met als uitkomst bijvoorbeeld veroordeling of niet. Kan vrij eenvoudig in r statistics, zie youtube of internet. De validiteit zal moeilijk te beoordelen zijn maar zo'n model is objectiever dan jouw expert opinion over de gewichten van deze variabelen.

  • nino_070
  • Registratie: januari 2012
  • Laatst online: 22:57
Inderdaad, door middel van regressieanalyse zul je de wegingen vast moeten stellen als je je model op een wetenschappelijke manier wil onderbouwen. En dan nog is het de vraag of je alle relevante data erin laat meewegen, misschien zijn er wel spurieuze relaties of blijven enkele belangrijke oorzaken buiten beschouwing. Hou ook rekening met de factor “toeval” hierin, dit kan je afleiden uit de p-waardes van je regressiemodel

Toevoeging: het is natuurlijk wel problematisch om allerlei kwalitatieve (nominale/ordinale) variabelen in een regressiemodel te vatten.

nino_070 wijzigde deze reactie 15-09-2018 13:59 (14%)


  • BCC
  • Registratie: juli 2000
  • Laatst online: 20:50
Eigenlijk probeer je nu aan de Amerikaanse rechtspraak een soort rapportcijfer te hangen. Succes :) door het jury systeem is de logica ver te zoeken ben ik bang :)

  • Royenroy
  • Registratie: december 2011
  • Laatst online: 16-11 10:51
Allereerst kan je in de rechtspraak absoluut niet beginnen met een uitgangspositie van 50% schuldig. Hoewel het misschien maar symbolisch is, de onschuldpresumptie moet wel gerespecteerd blijven.

Om een tegenvoorbeeld te geven die een indicatie geeft over de zwakke punten in je huidige model. Stel, ik ga (+5 op leeftijd) ga 's nachts een rondje lopen na het uitgaan. Tijdens dit ommetje kom ik een slachtoffer van een steekpartij tegen op de grond van een parkje. Het moordwapen zit nogsteeds in het slachtoffer. Als voorbijganger probeer je tevergeefs hulp te bieden. Je belt de hulpdiensten maar natuurlijk word je nu aangemerkt als verdachte.

-2 voor niet voortvluchtig, -3 voor ontkennen. Tijdens het verhoor komt naar voren dat de dader ooit veroordeeld is voor een vechtpartij ontstaan tijdens het uitgaan. +3 en +5 daarvoor. Een accusatie (geen veroordeling) kan je trouwens toch niet meenemen in een ander proces? Omdat je voor een dergelijk vergrijp alleen de nacht de cel in gaat (geen gevangenisstraf) -3. Tijdens het helpen van het slachtoffer is er vast wel wat speeksel, haar en kledingvezel materiaal overgebracht, +3, +2, +2. Ook zit het bloed van het slachtoffer onder de vingernagels van de verdachte, welliswaar van het proberen te helpen maar toch. +8. Met zo'n profiel van al het materiaal kom je makkelijk op een 1:2 miljard uit, hoppa +8. Ook is er natuurlijk de kans dat de verdachte het moordwapen (dat nog in het slachtoffer zat) aangeraakt heeft. +6. In de nabije omgeving heeft de verdachte vast nog wel ergens anders iets aangeraakt. +4. De verdachte maakte na het stappen een onwaarschijnlijke route naar huis, niet echt een goede reden om om 4:00 in een park te zijn. +9. Een getuigen heeft je het park in zien lopen, +1. Heeft je natuurlijk niet betrapt, -6. Geen alibie en telefoon stond uit om batterij te besparen tijdens het uitgaan, +1 +6. Hij wordt niet alleen beschuldigd door een getuigeverklaring, +2. Geen stalking, -4.
Kom je op 92 punten, moet wel schuldig zijn toch?

Het is een beetje een extreem voorbeeld, maar het laat wel zien dat het niet altijd zo zwart op wit is of kan zijn.

Rechtspraak en statistiek gaat trouwens sowieso niet echt lekker samen, dit is nog wel een interessant stukje over een spraakmakende zaak in Nederland.

Daarbij zou een uitspraak op grond van dit soort statistische methoden een selffulfilling prophecy zijn. Als verdachten strafpunten krijgen voor het hebben van een bepaalde leeftijd of achtergrond dan is de kans op een veroordeling voor die groepen ook automatisch hoger. Die veroordelingspercentages worden vervolgens gebruikt om de vooroordelen van het model te ondersteunen. Dat is natuurlijk niet de bedoeling.

  • mieJas
  • Registratie: april 2005
  • Niet online

mieJas

Red!

Een aantal van de punten die je wil meewegen, zouden niet mogen tellen bij de schuldvraag, want die feiten op zich duiden geen (gedeeltelijke) schuld aan. Zoals:
  • was de verdachte voortvluchtig voor de arrestatie (persoon heeft er niets mee te maken is op vakantie)
  • heeft de verdachte een strafblad van voor het delict (persoon kan voor niet-gerelateerde feiten een "minor entry" hebben, maar heeft ervan geleerd)
  • Ging verkenning of stalking of opwachting door de verdachte aan het misdrijf vooraf (kan enkel om stalking gaan en niet verder)
Ze kunnen echter wel bijdragen bij de strafmaat, eens de schuldvraag positief beantwoord is.

Overigens zou ik niet beginnen met 50 punten, maar met 0. Daarna tel je enkel op. Men moet bijvoorbeeld niet minder schuldig mogen zijn als 19-jarige dan als 20-jarige.

Je overzichtje lijkt me handiger bij het helpen bepalen van verdachten en/of een hoofdverdachte. Meer specifiek, daar waar je teveel verdachten hebt om op het eerste zicht iets nuttig mee te doen.

mieJas wijzigde deze reactie 15-09-2018 18:16 (5%)

4200 RPM


  • nino_070
  • Registratie: januari 2012
  • Laatst online: 22:57
@Royenroy leuk dat je de zaak Lucia de Berk erbij haalt, volgens mij is zij juist in eerste instantie veroordeeld op onjuiste statistische berekeningen. Gebaseerd op aannames die niet logisch waren.

Uiteindelijk heeft correct toegepaste statistiek haar juist vrijgepleit. Ik ben juist wél voorstander van statistiek in de rechtspraak, mits de beperkingen ervan ook worden onderkend. Dus de aannames van een berekening kritisch tegen het licht houden en een vaste maatstaf voor waarschijnlijkheid en betrouwbaarheid van een test
Pagina: 1


Apple iPhone 11 Nintendo Switch Lite LG OLED C9 Google Pixel 4 FIFA 20 Samsung Galaxy S10 Sony PlayStation 5 Auto

'14 '15 '16 '17 2018

Tweakers vormt samen met Hardware Info, AutoTrack, Gaspedaal.nl, Nationale Vacaturebank, Intermediair en Independer DPG Online Services B.V.
Alle rechten voorbehouden © 1998 - 2019 Hosting door True