MétaCan
Menu
Retour à la cohorte
Enregistrement W2126063054 · doi:10.7202/044051ar

Analyse de la structure sociale des conflits et des alliances intergangs

2010· article· fr· W2126063054 sur OpenAlexaffvenueabout
Karine Descormiers, Carlo Morselli

Notice bibliographique

RevueCriminologie · 2010
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensUniversité de MontréalSimon Fraser University
Organismes subventionnairesUniversity of Oxford
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette étude propose un cadre analytique qui permet d’étudier le réseau social des gangs montréalais, dont certains s’identifient aux deux grandes coalitions étatsuniennes : les Bloods (les rouges) et les Crips (les bleus). L’objectif de cette recherche est de décrire la structure de ce réseau social en s’intéressant d’abord à la constitution et à l’organisation interne de ces gangs et, ensuite, aux dynamiques relationnelles qui les unissent une fois mis en interaction les uns avec les autres. Nous souhaitons donc comprendre dans quelle mesure les dynamiques intergangs, tant positives que négatives, s’orchestrent selon la conception polarisée des conflits Crips versus Bloods . Nos données ont été recueillies auprès de 20 membres juvéniles de gangs pris en charge par le Centre jeunesse de Montréal-Institut universitaire. Ces participants, qui appartiennent à différents gangs rivaux ou alliés, ont été rencontrés dans le cadre d’une série d’entrevues de groupe réalisée au cours de l’année 2007. Ensemble, ils ont identifié un total de 35 gangs qui occupent des territoires précis à Montréal. La structure obtenue comprend des modèles de relations attendus par la conception traditionnelle, conflits inter-consortiums (77 % de l’ensemble des dynamiques négatives n = 43) et alliances intra-consortiums (87 % de l’ensemble des dynamiques positives n = 40). Des exceptions à cette conception sont soulevées et nuancent la compréhension de la structure relationnelle à l’étude.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,006
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,385
Tête enseignante GPT0,489
Écart entre enseignants0,104 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations4
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetCrime Patterns and InterventionsTravaux en français237 207