MétaCan
Menu
Retour à la cohorte
Enregistrement W1993597761 · doi:10.7202/1026730ar

« Cultures policières » et opérations internationales de paix1

2014· article· fr· W1993597761 sur OpenAlexaffvenueabout
Sophie Maury, Samuel Tanner

Notice bibliographique

RevueCriminologie · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Déployées par l’ONU dans les opérations de maintien de la paix depuis les années 1960, les forces de police – UNPOL – se sont vu attribuer toujours plus de responsabilités, assurant aujourd’hui un rôle primordial sur le théâtre de ces opérations. Confrontés à un environnement nouveau, ces policiers doivent se familiariser avec les enjeux politiques, les coutumes du pays hôte mais aussi collaborer avec des polices du monde entier dans le but de remplir efficacement leur mandat. Cette coopération est l’une des clés de la réussite de la mission et, par cet article, nous montrerons que celle-ci est un véritable défi à relever. À partir d’un échantillon de 36 entrevues conduites avec des policiers canadiens ayant participé à une ou plusieurs opérations de la MINUSTAH (Mission des Nations Unies pour la stabilisation en Haïti), nous analysons les pratiques quotidiennes et les stratégies utilisées en vue d’une pleine coopération internationale. L’hétérogénéité des polices internationales, ici appréhendées du point de vue des modalités de recrutement appliquées par les pays contributeurs, des compétences et cultures juridiques policières et des motivations poussant les policiers à partir en mission, tend à générer un climat de méfiance entre les UNPOL, parfois même un sentiment de frustration, qui augmente les coûts de transaction de la coopération policière, dommageable à l’application d’un mandat déjà complexe.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0090,008
Communication savante0,0080,005
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,479
Tête enseignante GPT0,511
Écart entre enseignants0,033 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetPolicing Practices and PerceptionsTravaux en français237 207