MARC

 008240221s2023        ulk                      00        kor
■001000016935950
■00520240214102125
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380725569
■035    ▼a(MiAaPQ)AAI30720666
■035    ▼a(MiAaPQ)PennState_26399ajv98
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a302.23
■1001  ▼aVanhee,  Alexander  Joseph.
■24510▼aThe  Differential  Treatment  Of  Organizational  Offenders;  The  Effects  of  Extra-Legal  Characteristics,  Court  Context,  and  Policy  Shifts  on  Sentencing  Organizations  in  Federal  District  Courts▼h[electronic  resource]
■260    ▼a[S.l.]▼bThe  Pennsylvania  State  University.  ▼c2023
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2023
■300    ▼a1  online  resource(130  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-05,  Section:  A.
■500    ▼aAdvisor:  Ulmer,  Jeffrey.
■5021  ▼aThesis  (Ph.D.)--The  Pennsylvania  State  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aThis  study  investigates  the  impact  of  judicial  and  temporal  context  on  sentencing  for  organizational  offenders.  Specifically,  whether  sanctions  are  influenced  by  district  court  characteristics,  whether  certain  kinds  of  organizations  are  treated  differently  across  districts,  and  if  these  changes  may  be  related  to  policy  changes  within  the  Department  of  Justice  (DOJ).  Though  organizational  offenders  are  typically  associated  with  white-collar  crime,  most  of  the  existing  white-collar  literature  consists  of  research  on  individual-person  offenders.  There  are  few  studies  on  crimes  committed  by  or  in  the  interest  of  organizations.  So  much  so  it  appears  no  serious  effort  has  been  made  to  establish  how  relevant  judicial  context  is  in  organizational  sentencing,  particularly  whether  aspects  of  the  districts  themselves  impact  sentencing  and  whether  different  kinds  of  organizations  receive  distinct  treatment  between  districts.  If  there  are  sentencing  disparities  related  to  these  variables,  it  could  be  indicative  of  varying  local  attitudes  towards  organizational  offenders  in  general  as  well  as  certain  kinds  of  organizations.  This  kind  of  local  variation  would  represent  an  obstacle  towards  implementing  any  kind  of  system-wide  reform  or  sentencing  strategy.  Consequently,  the  present  proposal  investigates  for  these  potential  disparities  using  the  "Organizations  Convicted  in  Federal  Courts"  data  set.  It  includes  the  roughly  4,000  organizations  that  have  been  convicted  and  sentenced  within  federal  district  courts  from  1991-2013.  The  outcome  variables  include  months  of  probation  an  organization  received,  amount  an  organization  was  fined,  and  whether  it  was  asked  to  institute  a  compliance  plan.  The  main  predictor  variables  for  individual  organizations  are  primary  business  classification  of  an  organization,  its  ownership  structure,  its  size  (in  number  of  employees),  its  age,  and  the  period  the  organization  was  sentenced  in.  The  main  predictors  variables  at  the  district  level  are  total  filings,  number  of  felonies  per  judge,  total  corporate  taxes  paid  to  the  state  the  district  is  in, number  of  organizational  convictions  upheld  within  the  district,  trial  rate  for  the  district,  downward  departure  rate  for  upheld  organizational  convictions  per  district,  and  court  size.  The  primary  methods  of  analysis  will  be  multivariate  regression  and  hierarchical  regression  modeling.  Binary  logistic  regression  will  be  used  to  predict  whether  compliance  programs  were  ordered  while  OLS  regression  will  be  used  to  predict  amount  fined  and  months  of  probation.  The  hierchichal  regression  models  will  consist  of  two  levels;  level  1  will  represent  the  individual  cases/offenders  while  level-2  will  represent  the  federal  district  the  case  was  processed  in.
■590    ▼aSchool  code:  0176.
■650  4▼aEvidence.
■650  4▼aGroup  dynamics.
■650  4▼aLegitimacy.
■650  4▼aThreats.
■650  4▼aFines  &  penalties.
■650  4▼aNonviolence.
■650  4▼aPlea  bargaining.
■650  4▼a20th  century.
■650  4▼aCriminology.
■650  4▼aDistrict  courts.
■650  4▼aTrials.
■650  4▼aDrug  use.
■650  4▼aStereotypes.
■650  4▼aCriminal  sentences.
■650  4▼aVictimization.
■650  4▼aSociology.
■650  4▼aFederal  court  decisions.
■650  4▼aParole  &  probation.
■650  4▼aJudges  &  magistrates.
■650  4▼aPublic  policy.
■653    ▼aJudicial  context  
■653    ▼aOrganizational  offenders
■653    ▼aWhite-collar  crime
■653    ▼aPolicy  changes  
■653    ▼aFederal  courts
■690    ▼a0626
■690    ▼a0627
■690    ▼a0630
■71020▼aThe  Pennsylvania  State  University.
■7730  ▼tDissertations  Abstracts  International▼g85-05A.
■773    ▼tDissertation  Abstract  International
■790    ▼a0176
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16935950▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서