MétaCan
Menu
Retour à la cohorte
Enregistrement W142627785 · doi:10.71781/23725

Étude des facteurs associés à l’aveu lors de l’interrogatoire policier

2012· dissertation· fr· W142627785 sur OpenAlexaboutno aff
Andréa Monguilod

Notice bibliographique

RevueOpen MIND · 2012
Typedissertation
Languefr
DomainePsychology
ThématiqueSafety Warnings and Signage
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

Le présent mémoire cherche à déterminer s’il existe des facteurs qui conduisent aux aveux chez les agresseurs sexuels durant un interrogatoire. Dans ce but, notre étude est basée sur 183 dossiers d’agression sexuelle traités par le Service de police de la Ville de Montréal. Les 137 participants qui ont fait une ou deux victimes (un dossier par victime) étaient âgés de 15 à 71 ans au moment du crime, et sont majoritairement francophones, caucasien et sans emploi. Toutes les variables sélectionnées ont été divisées en trois catégories : les caractéristiques de l’agresseur, les caractéristiques du crime et les caractéristiques contextuelles de l’interrogatoire. Les agresseurs sexuels qui ont avoué leur crime avaient les caractéristiques suivantes : caucasien, célibataire, n’ayant pas utilisé la menace ni causé de blessures, la victime était un garçon ou une femme adulte. Il n’y avait, contre eux, ni preuves matérielles ou biologiques, ni présence de sperme sur la victime, et il n’y a pas eu de séance d’identification. De plus, ils ont subi plusieurs interrogatoires, souvent dans un bureau privé en présence d’un seul interrogateur, qui n’est pas l’enquêteur principal, mais ils ont écrit et signé leur déclaration. Ces résultats devraient aider les policiers à cibler les facteurs les plus favorables aux aveux tout en montrant qu’il s’agit généralement d’un ensemble de facteurs qui conduisent les agresseurs sexuels aux aveux lors d’un interrogatoire.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,553
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0840,014

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,063
Tête enseignante GPT0,392
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetSafety Warnings and SignageTravaux en français237 207