Quelques éléments de compréhension des libérations d'office réussies
Notice bibliographique
Résumé
Le point de départ de la recherche dont il est question dans le cadre du présent article part du constat que les personnes qui n'obtiennent pas de libération conditionnelle et ne sortent qu'au moment de leur libération d'office, sont considérées par la Commission nationale des libérations conditionnelles comme présentant des risques indus ne permettant pas qu'elles puissent être libérées plus tôt. Or plusieurs d'entre elles » réussissent « leur libération d'office. De plus, plusieurs individus ne figureront pas au système carcéral fédéral dix ans après leur remise en liberté d'office. Comment pouvons nous identifier ces personnes et faire en sorte qu'elles ne soient plus considérées comme des risques indus et qu'elles puissent bénéficier du privilège de se voir accorder une libération conditionnelle avant l'expiration de leur sentence? Deux sources de données sont mises à contribution pour répondre à cette question: d'un côté le Système de gestion des détenus du Service correctionnel du Canada, de l'autre des entrevues menées auprès de contrevenants ayant réussi leur liberté d'office.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,015 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».