非法证据排除规则确立后侦查工作变革之展望

新刑事诉讼法明文规定了非法证据排除规则,从证据收集的角度对非法证据进行了界定,将非法证据分成两种类型:一种是以侵犯公民基本权利的手段收集的证据;另一种是并未对公民的基本权利构成侵犯,但违反刑事诉讼法规定的程序收集的证据。因此,不同于其他国家以人权保障为要旨,我国刑事诉讼立法对于非法证据排除规则具有多方面的功能期待,对侦查工作提出了新的要求,也必然会推动执法意识、程序规则、侦查体制等多方面的变革与完善。     

社会工作的循证实践:西方社会工作发展的新方向

循证实践是社会工作领域将研究者的研究证据、社会工作者的专业技能、案主的独特性三者有效整合起来的一种实践模式。它植根于社会工作初创时期对有效性的强调,肇始于循证医学,于1999年正式形成,是社会科学实践领域的"循证实践运动"的一部分。循证实践增强了社会工作的科学性,得到政府与社会大众的认可,改变了基于常识、缺乏有效监管的传统实践方式,但也存在着过于强调研究证据、导致实践艺术的技术化、可能潜在地伤害案主等问题。     

“流浪猫案”裁判的逻辑批判——以证明规则为视角

对引起巨大争议的“流浪猫案”的解读存在多重视角。从证据法角度而言,本案法官对经验法则的认识存在不足,同时对事实推定与证明责任的把握也存在偏差,并且对争议颇大的“按比例判决”理解也有待矫正。这都极大地削弱了判决的说服力和实质上的妥当性。在民事诉讼自由心证主义原则下,我们应当从理论和实践层面严格把握对经验法则的界定,同时正确处理事实推定和证明责任的关系。在程序正当的前提之下,实现判决结果的实体公正。     

非法证据排除规则的比较与完善

非法证据排除规则的概念及其意义,在于协调惩罚犯罪与保护人权之间的冲突,使诉讼制度文明、民主、科学化。比较西方资本主义普通法系、大陆法系两大类型典型国家在设置非法证据排除规则的异同,可以发现这一诉讼制度有不断走向国际融合的趋势。因此,我国有进一步完善非法证据排除规则的必要。     

环境保护行政执法与刑事司法衔接机制的构建

随着生态文明建设的深入推进,积极推动环境保护行政执法与刑事司法的有效衔接,有利于发挥刑事司法对环境法益的保护功能,推动生态文明和美丽中国建设。目前,我国环境保护行政执法与刑事司法衔接存在案件移送率较低、案件移送标准不明确、证据转换比较困难、检测鉴定难度大、网络信息共享平台不顺畅等问题。为了进一步完善环境保护行政执法与刑事司法衔接机制,当前应积极推进五项工作：构建考核评价机制,确保案件积极移送;制定案件移送标准,提高案例移送受理率;明确证据转换规则,提高证据采信度;健全检测鉴定机制,确保鉴定意见可信度;构建网络信息共享平台,推动信息资源共享。     

民事诉讼中网络聊天证据取证的困境与出路

社交软件在互联网、大数据时代得到了飞速发展,网络聊天证据在民事诉讼中的运用增长迅速。网络聊天证据能否合法有效地收集对最大限度地再现案件真实和实体正义的实现影响甚巨。鉴于网络聊天证据在实务中采信率较低的司法现状,有必要对聊天证据收集的指导原则加以明确,并在此基础上对收集程序和取证主体等配套制度予以完善,赋予网络服务商之法定协助取证义务,以寄望破解当前网络聊天证据原件模糊、取证主体受限、成本高昂之困境。     

王国维“通人之学”与“专人之学”的尺短寸长

王国维“通人之学”“专人之学”等学术思想是中国学术研究转型的重大创新,通过对王国维学术成长的梳理、学术成果的分析、学术思想的论证,对“静安之学”进行了全面系统的研究。研究认为,王国维凭借厚实的知识贮备,批判地继承西方哲学理论与中国古代哲学思想,在构建中国大文科的学科体系、研究文史哲的学术体系和中国学者的学术话语体系方面做出了全面系统实践,取得重大进展和开创性成果,堪称开一代风气的大学者;王国维以创辟胜解、通方知类的学术思辨,创立二重证据方法,探索出一条由“通人之学”到“专人之学”学问研究蹊径。系统审读、反思静安之学,对我们严肃读书风气、匡正学问研究态度、提倡学术争鸣、甄别解决知识产权争端、清除学术造假现象、规范学术研究流程,能够起到见贤思齐、弃旧图新之作用。     

Nonparametric Predictive Inference for Ordinal Data

Nonparametric predictive inference (NPI) is a powerful frequentist statistical framework based only on an exchangeability assumption for future and past observations, made possible by the use of lower and upper probabilities. In this article, NPI is presented for ordinal data, which are categorical data with an ordering of the categories. The method uses a latent variable representation of the observations and categories on the real line. Lower and upper probabilities for events involving the next observation are presented, and briefly compared to NPI for non ordered categorical data. As application, the comparison of multiple groups of ordinal data is presented.     

The adaptive calibration of testing p-values

Abstract

In statistical hypothesis testing, a p-value is expected to be distributed as the uniform distribution on the interval (0, 1) under the null hypothesis. However, some p-values, such as the generalized p-value and the posterior predictive p-value, cannot be assured of this property. In this paper, we propose an adaptive p-value calibration approach, and show that the calibrated p-value is asymptotically distributed as the uniform distribution. For Behrens–Fisher problem and goodness-of-fit test under a normal model, the calibrated p-values are constructed and their behavior is evaluated numerically. Simulations show that the calibrated p-values are superior than original ones.