Resultados

Encontramos que la probabilidad de un fallo favorable es mayor al principio de la jornada de trabajo o después de una pausa para comer que más tarde en la secuencia de casos. Este patrón es evidente en la Fig. 1, que traza la proporción de fallos favorables por posición ordinal para el 95% de las observaciones en cada sesión de decisión. El gráfico muestra que la probabilidad de un fallo a favor de un preso se dispara al principio de cada sesión -la probabilidad de un fallo favorable disminuye constantemente de ≈0,65 a casi cero y vuelve a subir a ≈0,65 después de una pausa para comer. La Fig. 2 A y B presenta un histograma de la probabilidad de una sentencia favorable para casos de características jurídicas similares que aparecieron en una de las tres posiciones ordinales al principio frente al final de una sesión de decisión; desde la perspectiva del preso, hay una clara ventaja en aparecer al principio de la sesión (es decir, ya sea al principio de la jornada o inmediatamente después del descanso).

iv xmlns:xhtml=»http://www.w3.org/1999/xhtml Fig. 1.

Proporción de sentencias a favor de los presos por posición ordinal. Los puntos marcados con un círculo indican la primera decisión en cada una de las tres sesiones de decisión; las marcas en el eje x denotan uno de cada tres casos; la línea de puntos denota la pausa para la comida. Debido a que la desigual duración de las sesiones dio lugar a un bajo número de casos para algunas de las últimas posiciones ordinales, el gráfico se basa en el primer 95% de los datos de cada sesión.

Fig. 2.

Proporción de decisiones favorables para los delincuentes masculinos con un programa de rehabilitación en función de la posición ordinal, los meses de servicio y los encarcelamientos anteriores. Estos histogramas reflejan las tres primeras decisiones frente a las tres últimas colapsadas en las tres sesiones de decisiones. Tienen fines ilustrativos y se basan en una submuestra de los datos. Los signos más (+) indican tamaños de celda de <20. (A) Datos de presos sin encarcelamientos anteriores. (B) Datos de presos con un encarcelamiento previo. Los asteriscos indican los resultados de una prueba de diferencia entre proporciones. *P < 0,1, **P < 0,05, ***P < 0,01.

Para tener en cuenta el posible papel de las covariables en los patrones representados en las Figs. 1 y 2, utilizamos una regresión logística con los fallos como variable dependiente y un efecto fijo específico del juez para controlar las tendencias idiosincrásicas de cada juez (Tabla 1). Los predictores clave fueron varios indicadores diferentes de la posición ordinal de un caso: (i) variables ficticias que indicaban los tres primeros casos de una sesión, incluidas para examinar cómo difieren las sentencias inmediatamente después de una pausa de las que las precedieron o sucedieron; (ii) variables ficticias que indicaban en cuál de las tres sesiones diarias había aparecido el caso; y (iii) dos tipos de contadores de posición ordinal (uno que indicaba la posición ordinal dentro de la sesión y el otro que indicaba la posición ordinal dentro del día, cada uno utilizado en una especificación de regresión diferente). Las covariables incluían todos los atributos legales del caso que estaban disponibles en el archivo del caso (gravedad del delito, meses cumplidos, encarcelamientos anteriores y programa de rehabilitación), los datos demográficos del preso (sexo, nacionalidad) y la proporción de sentencias favorables hasta ese momento del día. El propósito de esto último era controlar la posibilidad de que los jueces tengan un «cupo» diario de decisiones favorables que esperan dictar y que, una vez llenado, es seguido por decisiones desfavorables.

Ver esta tabla:

  • Ver inline
  • Ver popup
Tabla 1.

Resultados del análisis utilizando variables ficticias para las tres primeras decisiones de una sesión

El signo positivo y la significación de las variables ficticias que indican los tres primeros casos de cada sesión confirman que el patrón de la Fig. 1 se mantiene incluso controlando por los atributos legales del caso y por la tendencia general de los jueces a fallar en contra del preso a medida que aumenta el número de casos ante ellos (es decir, el efecto principal de tomar decisiones repetidas). Los resultados son casi idénticos cuando restringimos nuestro análisis sólo a las solicitudes de libertad condicional (Tabla S1) y en los análisis en los que dejamos de lado a los dos jueces que se presentan con más frecuencia (Tabla S2) y a cada uno de los jueces de nuestra muestra (Tablas S3-S10). Además, un gráfico similar al de la Fig. 2 para cada juez muestra que todos los jueces de nuestra muestra tenían más probabilidades de fallar a favor de un preso al principio de una sesión que al final de la misma (Fig. S1). Las pruebas del modelo anidado indican que añadir las variables de posición ordinal conduce a un mejor ajuste del modelo (Tabla S11). Por lo tanto, aunque nuestros datos no nos permiten probar directamente si la justicia es lo que el juez desayunó, sí sugieren que las decisiones judiciales pueden estar influenciadas por el hecho de que el juez se haya tomado un descanso para comer.

Realizamos un análisis adicional para probar la solidez estadística de la tendencia lineal que se aprecia entre los descansos en la Fig. 1; independientemente del contador de posición ordinal que utilizamos, la tendencia fue significativa y negativa (Tabla S12). También realizamos un análisis utilizando los minutos acumulados transcurridos en una sesión en lugar de las variables ficticias de posición ordinal como predictor, así como nuestras variables de control. Los minutos acumulados sirven como indicador de la fatiga mental de los jueces. Al igual que los resultados presentados en la Tabla 1, este análisis muestra que a medida que aumenta el tiempo acumulado en una sesión, la probabilidad de un fallo favorable disminuye (Tabla S13 y Fig. S2). Sin embargo, nótese que en un análisis que incluía tanto la variable de minutos acumulados como el contador de posición ordinal, sólo este último era significativo (Tabla S14). Este análisis insinúa que el aparente agotamiento exhibido por los jueces se debe al acto de tomar decisiones y no simplemente al tiempo transcurrido (esta interpretación debe verse a la luz de la alta correlación entre los minutos acumulados y la posición ordinal, r = 0,72, P < 0,0001). Dos indicadores apoyan nuestra opinión de que rechazar solicitudes es una decisión más fácil -y, por tanto, un resultado más probable- cuando los jueces están mentalmente agotados: (i) los fallos favorables tardaron significativamente más (M = 7,37 min, SD = 5,11) que los fallos desfavorables (M = 5,21, SD = 4,97), t = 6,86, P < 0,01, y (ii) los veredictos escritos de los fallos favorables fueron significativamente más largos (M = 89,61 palabras, SD = 65,46) que los veredictos escritos de los fallos desfavorables (M = 47.36 palabras, SD = 43,99), t = 12,82, P < 0,01.

De las variables de control legalmente relevantes introducidas en las regresiones, sólo el número previo de encarcelamientos del preso y la presencia de un programa de rehabilitación ejercieron consistentemente una influencia estadísticamente significativa en las sentencias de los jueces. Los presos que mostraban una tendencia a la reincidencia tenían menos probabilidades de recibir sentencias favorables, al igual que los presos que carecían de un programa de rehabilitación planificado. La gravedad del delito del preso y el tiempo de prisión cumplido no tendieron a ejercer un efecto sobre las sentencias, como tampoco lo hicieron el sexo y la etnia. La ausencia de un efecto significativo de la etnia del preso indica que los jueces judío-israelíes de nuestra muestra trataron a los presos por igual independientemente de su etnia. Aunque investigaciones anteriores insinúan la presencia de efectos de la raza de los presos y de los jueces en las decisiones de condena, en algunos casos, como en el nuestro, tales efectos son débiles o están ausentes (15-18).

Un aspecto clave para interpretar la asociación entre la posición ordinal de un caso y las decisiones de libertad condicional es si un factor no observado determina el orden de los casos de tal manera que produce el patrón de resultados que obtenemos. Por ejemplo, si los presos sin programa de rehabilitación o los reincidentes tuvieran de alguna manera más probabilidades de comparecer antes de la pausa para la comida, naturalmente encontraríamos una mayor proporción de rechazos que se producen también antes de la pausa para la comida. Una serie de factores procesales impiden esta posibilidad.

En primer lugar, y de forma más crítica, el juez determina cuándo se producirá el descanso durante el transcurso de los procedimientos del día y desconoce los detalles de los próximos casos. Por lo tanto, el juez no puede decidir cuándo hacer una pausa basándose en la información relacionada con la naturaleza de los próximos casos. Así, en el ejemplo anterior, un juez no puede decidir tomarse un descanso porque sabe que los presos después del descanso no tendrán antecedentes de encarcelamiento. En relación con esto, el tipo de caso (por ejemplo, la gravedad del delito) sobre el que el juez acababa de fallar no ejerció ningún efecto significativo sobre la probabilidad de tomar un descanso (Tabla S15). Además, la gran variabilidad en las horas de inicio y duración de los recesos atestigua el hecho de que su ocurrencia sería casi imposible de predecir por cualquiera de los funcionarios de prisiones que participan en los procedimientos de libertad condicional.

En segundo lugar, la posición ordinal de los casos está, con raras excepciones, determinada por la hora de llegada del abogado del preso. Los abogados están secuestrados en una sala en la que no pueden ver los procedimientos de la junta y, por lo tanto, desconocen cualquiera de las resoluciones del juez, cuántos presos precedieron al caso de su cliente, o cuándo y si se produjo la pausa para la comida (después de las deliberaciones de la junta, los abogados salen por una puerta diferente). Por lo tanto, por diseño no pueden conocer la ventaja de comparecer después de una pausa. De hecho, una encuesta administrada a una muestra de estos abogados después del período de recogida de datos primarios indicó que no eran conscientes del efecto de la posición ordinal en los fallos (véase el SI Materiales y Métodos, S2 para más detalles). Una encuesta similar administrada a los miembros de la junta de libertad condicional (jueces, criminólogos y trabajadores sociales) reveló los mismos resultados (véase SI Materiales y Métodos, S3 para más detalles).

Debido a los factores discutidos anteriormente, no esperábamos correlaciones significativas entre la posición ordinal dentro del día o la sesión y las variables de control en nuestros datos (SI Materiales y Métodos, S4 y Tabla S16). En consonancia con nuestras expectativas, no parece haber una ordenación deliberada basada en las características de los presos (Fig. 3 A-D y SI Materiales y Métodos, S4); ciertamente no parece haber ningún efecto de la pausa para comer en el tipo de preso que comparece ante el juez. Nótese que, aunque hubo una correlación leve pero significativa entre la reincidencia y la posición ordinal en el día, esta correlación no fue significativa dentro de una sesión de decisión, es decir, entre descansos. Por lo tanto, no puede explicar los picos de decisiones favorables después de los descansos.

Fig. 3.

Nivel medio de las variables de control por posición ordinal. Los puntos marcados con un círculo indican la primera decisión en cada una de las tres sesiones; las marcas de verificación en el eje x denotan uno de cada tres casos; las líneas de puntos denotan la pausa alimentaria. (A) Datos de la gravedad del delito. (B) Datos de encarcelamientos anteriores. (C) Datos relativos a los meses cumplidos. (D) Datos que reflejan la proporción de presos con un programa de rehabilitación. Debido a que la desigual duración de las sesiones dio lugar a un bajo número de casos para algunas de las últimas posiciones ordinales, los gráficos se basan en el primer 95% de los datos de cada sesión.

Otro factor que puede explicar plausiblemente nuestro efecto es que los jueces podrían tener una cierta proporción de decisiones que esperan que sean favorables, y una vez que esta «cuota» se llena, entonces siguen las decisiones desfavorables. Como explicamos anteriormente, probamos esta posibilidad empíricamente incluyendo una variable que calculaba la proporción de decisiones favorables hasta ese momento del día (Tabla 1, especificaciones 3 y 4). Independientemente del análisis que realizáramos, la estimación del parámetro fue positiva y significativa, lo que sugiere que un juez que dictó una gran proporción de resoluciones favorables hasta un determinado momento tenía, de hecho, más probabilidades de fallar favorablemente en un caso posterior.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *