मैं उसे कहीं भी एक लाइनअप से बाहर ले सकता है वह एक बड़ा निशान था

कानून एवं व्यवस्था यदि आपके पास एक टीवी या डीवीडी प्लेयर है, तो संभावना है कि आप आपराधिक न्याय प्रणाली के साथ गहरा परिचित हैं। पुलिस को एक मुश्किल अपराध का समाधान करना अच्छा और रहस्यमय मनोरंजन बनाता है और यह हमेशा एक अपराध के शिकार को एक लाइनअप से अपराधी की पहचान करने के लिए इतना शक्तिशाली है उस प्रत्यक्षदर्शी की पहचान का जुरूर के विश्वासों पर भी एक बड़ा प्रभाव होता है जो मुकदमे पर प्रतिवादी के अपराध के बारे में होता है।

इन प्रत्यक्षदर्शी पहचान के महत्व के कारण, पुलिस लाइनअप से पहचान की विश्वसनीयता पर असर डालने वाले कारकों पर कई शोध किए गए हैं।

थियोडोरा जारकाडी, किम्बरली वेड और नील स्टीवर्ट द्वारा लाइनअप का एक दिलचस्प अध्ययन दिसम्बर 200 9 में मनोवैज्ञानिक विज्ञान के अंक में दिखाई दिया। इस अध्ययन ने एक लाइनअप को चलाने का सबसे अच्छा तरीका देखा जब अपराध के अपराधी की निशान, एक खरोंच या विशिष्ट चेहरे का छेद जैसी एक विशिष्ट विशेषता थी।

पुलिस लाइनअप जब कोई प्रत्यक्षदर्शी किसी को विशिष्ट सुविधा के साथ देखता है, तो उस सुविधा पर ध्यान देने की प्रवृत्ति होती है। इसलिए, अगर पुलिस एक ऐसी निर्दोष व्यक्ति को चुनती है जिसकी एक ऐसी सुविधा है, तो इस प्रत्यक्षदर्शी व्यक्ति को इस विशेषता के आधार पर बेवकूफ व्यक्ति की गलती से पहचान करने की संभावना है।

लाइव लाइनअप के बजाय संदिग्धों की तस्वीरों के साथ लाइनअप बनाने के लिए अब यह नियमित हो गया है। तस्वीरों का उपयोग करके, फ़ोटोशॉप को चेहरे पर सुविधाओं को हटाने या जोड़ने के लिए संभव है। तस्वीरों को बदलने की यह क्षमता दो तरीकों की ओर जाता है जिससे एक लाइनअप की सटीकता को सुधारने के लिए पुलिस चित्र बदल सकती है।

सबसे सरल संभावना एक संदिग्ध से विशिष्ट विशेषता को हटाने के लिए होगी। अगर एक प्रत्यक्षदर्शी ने एक निशान देखा, तो शक के चित्र को बिना निशान के दिखाया जा सकता है।

वैकल्पिक रूप से लाइनअप में सभी चेहरों को एक ही विशिष्ट विशेषता को जोड़ना होगा। यही है, अगर संदेह 5 अन्य चेहरे के साथ दिखाया गया है, तो वही निशान सभी चेहरों को जोड़ा जा सकता है।

किस प्रकार का सुधार अधिक प्रभावी है?

इस पत्र में एक अध्ययन में, लोगों ने 32 चेहरे को दो सेकंड के लिए देखा। इनमें से छह चेहरे की एक विशिष्ट विशेषता होती थी जैसे कि छेदना, चोट या निशान। (इस अध्ययन की विशिष्ट विशेषताओं में उन चेहरों की तस्वीरें शामिल की गई थी जो मूल रूप से इन सुविधाओं में नहीं थे।)

विलंब के बाद, लोगों ने 12 लाइनअप का प्रदर्शन किया उन रेखाओं के आधे हिस्से में, चेहरों में से एक का एक विशिष्ट विशेषता 5 नए चेहरे के साथ प्रस्तुत किया गया था। लाइनअप के दूसरे आधे हिस्से में, सभी चेहरे नए थे। अध्ययन में प्रतिभागियों को पहले चेहरे का चयन करना था जो उन्होंने पहले देखा था या "कोई नहीं" कहते हैं, अगर उन्होंने सोचा कि सभी चेहरे नए थे।

परिचयात्मक चेहरे वाले आधे हिस्से के लिए, विशिष्ट चेहरे को उस चेहरे से हटा दिया गया था जिसे पहले देखा गया था। उन अन्य आधे हिस्सेों के लिए, एक समान विशिष्ट सुविधा को लाइनअप में सभी चेहरों को दिया गया था।

यह पता चला है कि प्रत्येक चेहरे को एक समान विशिष्ट सुविधा को जोड़कर विशिष्ट सुविधा को हटाने की तुलना में अधिक सटीक प्रदर्शन प्राप्त हुआ। लोगों ने सही चेहरे की पहचान की, जब वे सभी समय के बारे में 50% देखे थे, जब सभी चेहरे की विशिष्ट विशेषता थी, लेकिन उन्होंने केवल 30% समय की पहचान की, जब विशिष्ट चेहरे को लक्ष्य चेहरे से निकाल दिया गया था। अंत में, लोग राज्य के लिए सक्षम होते थे जब 60% समय के बारे में कोई परिचित चेहरा मौजूद नहीं था, भले ही किसी परिचित विशिष्ट विशेषता को सभी चेहरों में जोड़ा गया या नहीं।

इस अध्ययन में प्रत्यक्षदर्शी लाइनअप जैसे व्यावहारिक सवालों पर वैज्ञानिक शोध करने के महत्व को दर्शाया गया है। यह स्पष्ट नहीं है कि कानून प्रवर्तन कर्मियों को पहले से ही अनुमान लगाया जाएगा कि एक श्रृंखला में सभी चेहरों को एक ही विशिष्ट विशेषता को जोड़ने से प्रत्यक्षदर्शी पहचान की विश्वसनीयता में सुधार होगा। इन वर्षों में, हालांकि, मनोवैज्ञानिक अनुसंधान ने लाइनअप चलाने की प्रक्रिया में कई सुधार किए हैं