De l’évaluation clinique au calcul de probabilité : le recours aux outils actuariels dans les pénitenciers canadiens
Notice bibliographique
Résumé
Dans le cadre du présent article, nous abordons la question du virage actuariel qui s’est manifesté dans le champ de la pénalité, particulièrement en ce qui concerne la multiplication des outils d’évaluation actuarielle qui sont désormais mis à la disposition des intervenants correctionnels. Les objectifs de cet article sont au nombre de trois. Tout d’abord, nous décrivons l’ampleur et la nature des transformations qui se sont opérées au cours des deux dernières décennies en ce qui a trait aux outils utilisés par les intervenants correctionnels canadiens. Par la suite, nous délimitons sur le plan conceptuel et théorique les principaux enjeux de ces transformations techniques, particulièrement en ce qui concerne la réduction du pouvoir discrétionnaire accordé aux intervenants. Finalement, nous analysons le discours des intervenants afin de mieux évaluer comment ces modifications ont été reçues par les intervenants eux-mêmes dans le cadre de leur pratique professionnelle. Il s’agit en fait d’évaluer l’impact de l’introduction et de l’utilisation d’une nouvelle gamme d’outils actuariels sur les pratiques correctionnelles.
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 | 0,039 | 0,209 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 ».