Définir et mesurer l’adhésion à la culture des gangs de rue
Notice bibliographique
Résumé
L’adhésion à la culture des gangs de rue est au nombre des explications de la grande propension au crime des contrevenants associés à ces groupes. Or, peu de personnes se sont penchées spécifiquement sur l’opérationnalisation du concept. Les objectifs de la présente étude sont de définir la culture de gang, de décrire ses composantes et de proposer une mesure de l’adhésion à la culture de gang. D’abord, l’article présente une recension des écrits sur la culture des gangs de rue. Nous proposons une définition et une opérationnalisation du concept de culture de gang. Ensuite, l’article présente le processus de développement d’une mesure de l’adhésion à la culture de gang (MACg). Enfin, l’article fait état des données préliminaires de la MACgqui a été administrée à 204 contrevenants mineurs et adultes. Les résultats des analyses des calculs des coefficients alpha de Cronbach et des corrélations item-total corrigées révèlent la bonne cohérence interne de la MACg. Une mesure de l’adhésion à la culture de gang présente de nombreuses utilités. Elle contribue, d’une part, aux efforts de résolution des problèmes conceptuels et méthodologiques auxquels se heurte l’étude de l’influence des gangs sur les conduites délinquantes. D’autre part, elle peut servir l’amélioration des pratiques d’évaluation des contrevenants identifiés comme membres de gang.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».