MétaCan
Menu
Retour à la cohorte
Enregistrement W2156532002 · doi:10.7202/1001773ar

Le développement de la surveillance électronique en France et ses effets sur la récidive

2011· article· fr· W2156532002 sur OpenAlexvenueno aff
Annie Kensey, René Lévy, Abdelmalik Benaouda

Notice bibliographique

RevueCriminologie · 2011
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Institué en France en 1997 comme une mesure d’aménagement des peines, le placement sous surveillance électronique (PSE ou bracelet électronique) connaît depuis quelques années un développement important dans le contexte d’une crise de surpopulation carcérale. La première partie de cet article est consacrée à la diversification des usages de cette mesure, dorénavant présente à toutes les phases du processus pénal (pré-sentencielle, sentencielle, post-sentencielle et post-pénale), ainsi qu’au développement, à côté du dispositif de surveillance statique (à domicile), d’une surveillance mobile. Elle présente également une analyse statistique de la population concernée. La deuxième partie rend compte des résultats d’une étude de suivi d’une cohorte de placés cinq ans après la fin de la mesure. Elle examine le devenir judiciaire (récidive) de cette population et cherche à en préciser les facteurs, avant de tenter une comparaison avec d’autres sanctions et mesures pénales. Celle-ci tend à montrer que le taux de re-condamnation des placés se situe sensiblement en deçà de celui des condamnés à l’emprisonnement, et se classe au deuxième rang après le travail d’intérêt général.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,600
Score d'incertitude au seuil0,850

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,486
Tête enseignante GPT0,479
Écart entre enseignants0,007 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetEducation, sociology, and vocational trainingTravaux en français237 207