MétaCan
Menu
Retour à la cohorte
Enregistrement W2162407055 · doi:10.7202/602078ar

L’instabilité des motivations de l’incendie criminel dans le secteur résidentiel à Montréal

2009· article· fr· W2162407055 sur OpenAlexvenueaboutno aff
Yvan Clermont, Luc Vallée

Notice bibliographique

RevueL Actualité économique · 2009
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Étant donné la diversité des motivations des incendiaires, l’étude empirique de l’incendie criminel est particulièrement ardue. À cette difficulté s’ajoute le fait que les motivations économiques des incendiaires sont instables si elles sont sensibles à l’évolution du contexte socio-économique. Si cette hypothèse est vraie, les déterminants de l’incendie criminel différeraient, par exemple, selon que l’on se trouve en période d’expansion ou de récession. Sans développer un modèle théorique pouvant servir à déterminer de façon précise les motivations économiques de l’incendie criminel à travers les différentes phases du cycle économique, nous cherchons d’abord à convaincre le lecteur de la pertinence de tenir compte de ce phénomène d’instabilité dans toute étude sur l’incendie criminel. Nous tentons ensuite de définir l’importance relative de ces motivations et d’en tester la stabilité au cours des différentes phases du cycle économique. À notre connaissance, les études antérieures sur l’incendie criminel ont toutes négligé de tenir compte de l’instabilité des motivations économiques pouvant être reliée aux aléas du cycle économique. Notre étude a des implications importantes pour les compagnies d’assurances et les chercheurs qui tentent souvent d’évaluer les risques d’incendies à partir de séries chronologiques. Nos résultats suggèrent en effet qu’une telle approche peut conduire à des conclusions erronées et pourrait ainsi expliquer pourquoi les résultats des diverses enquêtes empiriques sur l’incendie criminel ne concordent pas ou sont tout simplement non concluants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,017
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueL Actualité économiqueMême sujetFire effects on ecosystemsTravaux en français237 207