La dynamique des séquences de rechute chez des joueurs excessifs et des joueurs délinquants
Notice bibliographique
Résumé
Dans les faits, des individus qui embrassent les trajectoires déviantes arrivent peu à maintenir une cadence linéaire ou constante dans leur déviance. Les changements et les transitions sont fréquents au sein des trajectoires déviantes qui, en réalité, fluctuent au fil du temps. Peu d’études se sont toutefois attardées, d’une manière dynamique, à ce qui explique ces changements. En se servant des renseignements autorévélés, collectés à l’aide de la méthode des calendriers de récits de vie, et dans un examen des changements inter et intra-individuels, cette étude compare les épisodes de rechute au sein de deux trajectoires déviantes, celles de 50 joueurs excessifs et de 107 délinquants. La démonstration met en évidence le caractère général du cadre analytique de la carrière criminelle. En particulier, nos résultats soulignent l’intérêt de considérer à la fois les facteurs liés aux caractéristiques individuelles et ceux associés aux circonstances de vie. On découvre également dans cette étude que l’effet des circonstances de vie est souvent conditionnel à certaines caractéristiques des individus.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,009 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».