Les enjeux à venir pour la criminologie clinique : approche développementale et intégration avec les sciences biomédicales
Notice bibliographique
Résumé
Au cours des dernières décennies, la criminologie clinique a connu un essor qui annonce des changements importants pour la recherche et l’intervention à venir. Les études longitudinales sur les facteurs de risque, sur l’apparition des comportements antisociaux et sur leur trajectoire à travers la vie des individus ont d’abord produit un ensemble de connaissances qui ont permis une meilleure compréhension du phénomène de la délinquance dans une perspective développementale. Puis, l’évolution fulgurante de la recherche en sciences biomédicales et son impact sur la compréhension de l’étiologie et sur le traitement des problèmes de santé mentale, lesquels recoupent de façon importante les comportements antisociaux, ont entraîné l’émergence du paradigme bio-psycho-social comme base d’étude et d’intervention en criminologie clinique. Les résultats des études en neurosciences et en génétique du comportement sont particulièrement éloquents quant à l’utilité de ce paradigme pour aborder dans sa totalité le phénomène délinquant. Si l’avènement de l’approche bio-psycho-sociale dans un cadre développemental et son impact sur la compréhension du comportement antisocial sont récents, les possibilités sans précédent qui s’offrent maintenant aux chercheurs et aux intervenants en criminologie clinique rendent la poursuite active de cette nouvelle stratégie incontournable.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,090 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,017 |
| Communication savante | 0,019 | 0,017 |
| Science ouverte | 0,006 | 0,010 |
| Intégrité de la recherche | 0,008 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».