100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
Samenvatting artikelen reader criminalistiek en bewijswaardering + boek $8.14   Add to cart

Summary

Samenvatting artikelen reader criminalistiek en bewijswaardering + boek

 38 views  2 purchases
  • Course
  • Institution
  • Book

Per week een samenvatting van het boek en de artikelen uit de reader. Deze samenvatting is in het Nederlands.

Preview 4 out of 63  pages

  • No
  • Hoofdstuk 1 tm 6 + 9
  • November 24, 2023
  • 63
  • 2023/2024
  • Summary
avatar-seller
WEEK 1 > CRIMINALISTIEK EN BEWIJSWAARDERING

History: inmam & Rudin (2002). Forensic science timeline :
Hoofdstuk 1 > introductie :
1.1 > 3 principes :
Voorgestelde principes forensische wetenschap
- A > Edmond locard (1877-1966) = een dader laat sporen achter op het plaats delict of
andersom (draagt sporen mee van het plaats delict)
o ‘Every contact leaves a trace’ > vaak gequote, maar heeft hij nooit gezegd
- B > Principe van individualiteit = mogelijk dat tussen twee objecten geen onderscheid valt te
make, maar geen twee voorwerpen zijn identiek
- Tezamen > optimistisch -> levert groot potentieel op voor forensische wetenschapper (elk
contact, mogelijkheid op spoor overdracht, en elk spoor verschilt)
o Maar > 2 dingen nooit identiek > 2 vingerafdrukken zelfde vinger ook niet identiek
o Vraag is > hebben 2 sporen dezelfde bron? En hoe veel van onze observatie helpt ons
deze vraag te beantwoorden?
-  niet wetenschappelijk > niet falsifieerbaar > experiment moet kunnen worden gedaan die
deze principes weerleggen
o A > experiment geen sporen kan vinden na contact > kan ook wijzen op feilbaarheid
van detectie proces
o B > geen twee objecten identiek behoeft geen bewijs, omdat twee identieke
objecten bij definitie 1 object zijn.
 Kunnen vaak niet de bron vinden dat object identiek maakt
- C > individualisatie principe = als er genoeg overeenkomsten zijn tussen twee objecten om de
kans op toeval uit te sluiten, dan zouden de twee objecten van dezelfde bron afkomstig
moeten zijn.
o Tuthill 1994 > ‘Om te bewijzen dat twee documenten door dezelfde hand zijn
geschreven, moet worden aangetoond dat er toevalligheden in voorkomen die niet
toevallig kunnen zijn.
o 2 items gemeenschappelijke kenmerken hebben die zo talrijk zijn dat ze niet
gelijktijdig door toeval kunnen voorkomen + geen onverklaarbare verschillen >
geconcludeerd dat ze hetzelfde zijn, of uit dezelfde bron komen.
o …. Zoeken naar unieke kenmerken in de onderzochte artikelen. Als we een
voldoende aantal kenmerken vinden om de mogelijkheid van waarschijnlijkheid uit te
sluiten dat ze door toeval in twee verschillende objecten voorkomen > conclusie van
individualisering trekken
-  principe problematisch:
o Kans op toeval kan nooit compleet worden uitgesloten
o Geen algemene regel mogelijk over aantal toevalligheden om individualisatie vast te
stellen > hoe zeker we van onze zaak willen zijn hangt af van ernst van het delict
 Ook gebaseerd op bewijs en andere feiten en omstandigheden van het delict
o  rol forensisch wetenschapper niet om te beslissen over het probleem, maar
beschrijven wat de waarde is van het bewijs -> principe dus niet worden toegepast
1.2 Dreyfus, Bertillon & Poincaré
Dreyfus > beschuldigd spionage
- Belangrijkste bewijsstukken > beschuldigend briefje in zijn handschrift

, - Getuigen > Bertillon -> verwees naar overeenkomsten, en vermenigvuldigde de kansen dat
deze bij toeval tegelijk aanwezig waren
-  kritiek Poincare (wiskundige) > 3 punten:
o 1. Berekende getal gebaseerd op waarschijnlijkheid dat de 4 overeenkomsten tussen
de 4 onderzochte kenmerken aanwezig waren -> veel meer kenmerken
aanwezig/onderzocht, dus kans om 4 overeenkomsten te vinden veel groter
o 2. Gebeurtenissen die werkelijk hebben plaatsgevonden, lijken vooraf hoogst
onwaarschijnlijk > kans op bepaalde reeks getallen bij loterij is extreem laag, maar
wanneer deze reeks er uit komt, wil dit niet zeggen dat de trekking oneerlijk is
geweest
o 3. ‘inversed probability problem’ (omgekeerde kans probleem) > verschil vooraf kans
berekenen op een effect en achteraf berekenen van de meest waarschijnlijke
oorzaak van het effect
- Losse bewijsstukken stellen ons in staat om beoordeling waarschijnlijkheid van een
gebeurtenis aan te passen, maar kunnen waarschijnlijkheid gebeurtenis op zichzelf niet
bepalen
o Kans bepaalde oorzaak van geobserveerde gebeurtenis berekenen > data nodig:
 A priori de kans op de deze oorzaak
 Kans op het gevolg (geobserveerde gebeurtenis) voor elke mogelijke oorzaak

Bertillon > systeem van antropometrie (Bertillonage) > foto gemaakt van mensen + botstructuren
opgemeten (veranderen niet na adolescentie). Daarna ook vingerafdrukken toegevoegd
- Idee > 2 mensen nooit zelfde metingen > recidivisten vinden
- Kon agenten niet helpen of iemand aanwezig was geweest bij een bepaald delict
- Kritiek
o Langzaam + duur
o Feilbaar > agenten die metingen deden moesten worden opgeleid en dan nog niet
precies zelfde metingen
o Systeem niet worden toegepast op jeugdigen
- Wel vingerafdrukken toegevoegd > maar geen formeel classificatiesysteem
o Later in Eng, India, Arg
- Gebruik vingerafdrukken > leverde veel meer verdachte op
o Voordeel > simpeler en goedkoper te krijgen van een persoon + kon agenten helpen
daders van delicten te achterhalen

1.3 > Requirments for forensic science evidence :
Ideale wetenschappelijke system voor het identificeren van mensen:
- Gebruik maken van eigenschappen die sterk varieren tussen personen
- Deze eigenschappen niet veranderen of weinig over tijd
- Deze eigenschappen ondubbelzinnig > 2 experts dezelfde eigenschap op dezelfde manier
omschirjven
- Eigenschappen overdraagbaar in de vorm van sporen op PD
- Simpel en goedkoop uitvoerbaar

Inmiddels > Systemen DNA profielen en vingerafdrukken
- Iemand als verdachte aangemerkt en waargenomen eigenschappen persoon overeenkomstig
met sporen PD > evalueren wat eigenschappen waard zijn

, o Kans op het vinden overeenkomsten als verdachte er niks mee te maken heeft > voor
kans kijken naar databases van bepaalde eigenschappen die representatief zijn voor
populatie

Poincare > bewijs dat geen zekerheid biedt > niet zomaar verwerpen, maar de kans bekijken op de
geobserveerde effecten voor de mogelijke oorzaken


WEEK 2 > CRIMINALISTIEK EN BEWIJSWAARDERING

Berger (2012) > criminalistiek is terug redeneren
Schijnkeuze > logisch incorrecte conclusie die goed wordt begrepen GEEN alternatief voor logisch
correcte conclusie die uitleg behoeft

Forensische wetenschap = toepaasing wetenschap op vragen die van belang zijn voor de rechtbank
Criminalistiek = dat deel waarin de exacte wetenschappen worden toegepast

Locard’s principe > ‘every contact leaves a trace’ (nooit gezegd
- Met dezelfde geldigheid kun je zeggen > ‘every contact wipes a trace’
Charles visie > forensische wetenschap is de wetenschap van het terugredeneren
- Van bekend gevolg naar oorzaak
- Gebruimaken pijlers: logica, kansrekening en methodologie
Redeneren gebaseerd op logica
- Logica toegepast op onzekere gebeurtenissen > kansrekening vereist voor meest rationele
resultaat
- Definitie kansrekening = de extensie van logica naar onzekere gebeurtenissen

3 hoofvormen redeneren in criminalistiek:
- Abductie = type redenering waarmee we creatief hypothesen genereren die, wanneer juist,
de initiële waarnemingen het best verklaren
o Aantreffen modderige voetstappen bij raam > hypothese dat inbreker via raam naar
binnen kwam
- Deductie = type redenering om tot harde, zekere conclusies te komen (categorische
conclusies), die noodzakelijk juist zijn
o Toepassen wanneer we een hypothese kunnen uitsluiten > waarnemingen absoluut
onmogelijk wanneer hypothese juist
o Bv. waterdicht alibi
- Inductie = gebruiken wanneer waarnemingen doen die meer steun voor de ene hypothese
vormen dan voor de andere, maar geen van beide hypothese aansloten
o Waarnemingen geven steun aan hypothese maar kunnen deze nooit met zekerheid
bewijzen
o Herhaalde bevestigende waarnemingen > zekerheid neemt toe, maar nooit totale
zekerheid

Kennis (mate van overtuiging) omtrent de hypothesen > uitdrukken in kansverhouding
- Odds = kans dat H1 waar is / kans dat H2 waar is
- Relevante nieuwe waarneming > odds van de hypothesen doen veranderen
o Bewijskracht van de waarneming = de mate waarin die waarneming de odds
verandert

, - Kansverhouding VOOR de waarneming = prior odds, NA de waarneming = posterior odds




Theorema van Bayes > bewijskracht is een vermenigvuldigingsfactor = likelihood ratio:




- Bewijskracht (LR) > geeft alleen de relatieve toename van de odds, en niet de posterior odds
zelf
o Criminalistiek hetzelfde > vergelijking van sporen en referentiemateriaal van een
verdachte (waarneming) is niet voldoende om de kans te kunnen geven dat de
sporen door de verdachte zijn achtergelaten, behalve bij uitsluiting

Traditioneel > vingersporen deskundige harde conclusies
- Problematisch > inductieve redenering kan geen categorische conclusie opleveren
- Positieve conclusie > uitgesloten dat andere persoon bestaat waarvan de vingerafdruk net zo
goed of beter lijkt op het spoor dan de vingerafdruk van de verdachte
Vorm van concluderen waarbij waarschijnlijkheid wordt toegekend aan hypothese > vaker toegepast
- Lijkt redelijk, maar niet rechtvaardig > niet alle info bekend voor inschatting prior odds
- Rechter heeft dit wel > neemt het mee in afweging
- Nadelen als onderzoeker dit zou hebben:
o Buiten deskundigheid treden en mogelijk op stoel van de rechter zitten
o Deskundigen op verschillende forensische gebieden zouden dit onverhoopt kunnen
doen > combinatie rapportages in rechtszaal worden zo dingen meerdere keren
meegeteld

Bewijskracht gevonden DNA match
- kans op die match wanneer de verdachte het spoor heeft achtergelaten (kans = 1) / kans op
die macth wanneer een willekeurig ander persoon het spoor achter liet (kans = frequentie
waarmee dit profile voorkomt in de bevolking)
-  conclusies DNA onderzoek logisch correct en numeriek

Nieuwe conclusiereeks NFI >
- De bevindingen van het onderzoek zijn...
o Ongeveer even waarschijnlijk;
o Iets waarschijnlijker;
o Waarschijnlijker;
o Veel waarschijnlijker;
o Zeer veel waarschijnlijker,
- Wanneer hypothese 1 juist is dan/als wanneer hypothese 2 juist is
- Conclusie reeks niet toegepast wanneer:
o Alleen meetresultaten gemeld worden
o Een categorisch antwoord gerechtvaardigd is (bv. uitsluiting)
o De bewijskracht numeriek weergeven kan worden > wenselijk wanneer mogelijk

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

Guaranteed quality through customer reviews

Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.

Quick and easy check-out

Quick and easy check-out

You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.

Focus on what matters

Focus on what matters

Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!

Frequently asked questions

What do I get when I buy this document?

You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.

Satisfaction guarantee: how does it work?

Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.

Who am I buying these notes from?

Stuvia is a marketplace, so you are not buying this document from us, but from seller noanolte. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $8.14. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

64438 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 14 years now

Start selling
$8.14  2x  sold
  • (0)
  Add to cart