Condenan a 20 años de cárcel dominicano que mató exesposa en Brooklyn

Imagen00004

BROOKLYN.- Un hombre de Brooklyn que mató a tiros a su exesposa en una reunión familiar en 2017 fue sentenciado el martes a un mínimo de 20 años tras las rejas.

Gabino Genao, de 34 años, se declaró culpable el año pasado del asesinato a sangre fría de Iveliss Alvarado, de quien estaba separado en el momento del asesinato.

Genao se declaró culpable en noviembre de los cargos de asesinato, agresión, imprudencia temeraria y posesión criminal de un arma.

Alvarado, de 30 años, se había negado a reconciliarse, lo que enfureció a Genao, dijeron las autoridades.

El hombre rastreó a la madre de dos niños hasta una casa en W. 36th St. en Sea Gate, Brooklyn, el 26 de mayo de 2017, alrededor de las 11 p.m. Alvarado asistía a una reunión familiar y estaba con parientes cuando Genao comenzó a golpearla.

Una prima trató de detener la paliza, pero Genao también la golpeó.

Entonces Genao abrió fuego, impactando a Alvarado con al menos dos balas en el rostro. El hombre huyó del lugar y su arresto implicó una semana de persecución policial. Pero incluso sus padres lo instaron a entregarse a la policía.

Genao fue arrestado en un hotel en Newark el 2 de junio de 2017. Cuando se vio atrapado, el hombre negó que él fuera el asesino, o incluso el hombre que creían que era.

«Mi nombre es James. No tengo hogar”, supuestamente les dijo a los oficiales que lo arrestaron.

La sentencia de 20 años a cadena perpetua fue impuesta por el juez de Brooklyn Donald Leo.

“La sentencia de hoy responsabiliza a este acusado por el cruel y sin sentido asesinato de una joven madre de dos hijos en una reunión familiar, y mis condolencias a la familia de Iveliss Alvarado por su tremenda pérdida”, dijo el fiscal de distrito de Brooklyn, Eric González.

FUENTE AGENDA 56

SFMACORIS
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.