First Person Accounts and Sociological Explanations of Delinquency*
Notice bibliographique
Résumé
Cinquante‐six garçons du secondaire ont expliqué pourquoi ils avaient perpétré ou non certains actes de délinquance (combat, vandalisme, vol à l'étalage, usage de drogues). Ils ont aussi ciblé des théories sociologiques de la délinquance qui s'appliquent à leur comportement. Leurs réponses montrent que les deux types de données se recoupent beaucoup. L'effort, la théorie gánérate, les pairs, le contrôle social, les techniques de neutralisation et la prévention sont importants, mais non l'étiquetage ni l'imitation des médias. Une théorie de contingence de la délinquance est proposée. Fifty‐six high school boys were asked to explain in their own words why they had engaged in or refrained from certain delinquencies: fighting, vandalism, petty theft, truancy and drug use. They were also given the opportunity, via a checklist, to tell whether selected sociological theories applied to their behaviour. Their responses revealed considerable overlap in the two forms of data. Strain, general theory, peers, social control, techniques of neutralization and deterrence are important in varying combinations. Labelling and media imitation are not. A contingency theory of delinquency is proposed.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 ».