Peut-on se fier aux délinquants pour estimer leurs gains criminels ?1
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Toute étude quantitative qui requiert d’un échantillon de délinquants de procéder à un inventaire individuel et détaillé de leurs activités délinquantes et des revenus criminels qu’ils en retirent suscite, à juste titre d’ailleurs, un certain scepticisme. Dans cet article nous procédons à un bilan des objections et des problèmes associés à de telles enquêtes ainsi que des stratégies de validation utilisées dans la littérature pour détecter les erreurs de mesure, leur amplitude et leur direction. En utilisant un échantillon de délinquants adultes incarcérés dans les pénitenciers fédéraux au Québec, nous évaluons la portée des problèmes de validité des déclarations de revenus criminels, le degré de convergence de leurs déclarations lorsqu’on fait varier la nature des questions posées et les raisons particulières des différences observées. Nos résultats montrent que les facteurs les plus décisifs dépendent de la complexité cognitive des tâches demandées aux répondants plutôt que des caractéristiques individuelles ou des effets de contexte de l’entretien.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,014 |
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 découle