Explorer et comprendre l’insatisfaction du public face à la « clémence » des tribunaux
Notice bibliographique
Résumé
Les sondages sur la justice criminelle indiquent qu’entre 70 et 80% des citoyens sont insatisfaits par la clémence des tribunaux considérant que ceux-ci imposent des sentences qui ne sont pas assez sévères. Cet article explore différentes mesures de l’opinion publique sur les sentences des tribunaux. Il démontre que lorsqu’ils sont confrontés à des mises en situation détaillées qui présentent les circonstances qui entourent le délit et l’accusé, les citoyens sont beaucoup moins insatisfaits de la clémence des tribunaux et cela même si on leur demande d’estimer la sentence des tribunaux ou si on leur fournit la sentence réellement imposée. La deuxième partie de l’article cherche à comprendre pourquoi certains citoyens, dans certains contextes, sont portés à croire que les tribunaux n’auraient pas été assez sévères. Nous vérifions si les caractéristiques individuelles des citoyens (âge, sexe, opinions, etc.), mais surtout leurs interprétations des différents éléments des causes criminelles (évaluation de la gravité, importance accordée à la réhabilitation de l’individu, etc.) permettent d’expliquer leur insatisfaction à l’égard des sentences des tribunaux.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».