MétaCan
Menu
Retour à la cohorte
Enregistrement W1996107066 · doi:10.3138/cjccj.53.1.27

L'effet des lois en matière de contrôle des armes à feu sur les homicides au Canada, 1974–2004

2011· article· en· W1996107066 sur OpenAlexaffvenueabout
Étienne Blais, Marie-Pier Gagné, Isabelle Linteau

Notice bibliographique

RevueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénale · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGun Ownership and Violence Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHomicideLegislationPolitical scienceGun controlLawPoison controlHumanitiesSuicide preventionArtMedical emergencyMedicine

Résumé

récupéré en direct d'OpenAlex

Bills C-51 (1977), C-17 (1991), and C-68 (1995) were enacted into law by the Government of Canada with a view to tightening controls on firearms in order to prevent homicides related to their use. The effectiveness of these laws has fuelled several debates on the political scene. Given the many limitations of assessments conducted to this day, the credibility of their results is often questioned. Using a multiple-time-series design, the purpose of this article is to assess the impact of the three most recent Canadian gun control laws, all the while overcoming the limitations identified in the scientific literature. Our results show that the enactment of Bills C-51 and C-68 was followed by a significant drop in the number of homicides committed with a firearm, a decrease of 5% to 10%, depending on the province. This reduction was most noticeable in the case of homicides committed with a shotgun or a hunting rifle. No tactical displacement was observed. Finally, results suggest that the effectiveness of these laws is due to the reduced access and availability of firearms rather than to the severity of sentences provided in the legislation.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,004
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,166
Tête enseignante GPT0,326
Écart entre enseignants0,160 · 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'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

Citations12
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénaleMême sujetGun Ownership and Violence ResearchTravaux en français237 207