Effectiviteit van sanctieprogramma's: bouwstenen voor een toetsingskader: een literatuuronderzoek
Notice bibliographique
Résumé
De probleemstelling van dit onderzoek luidt: wat zijn volgens de literatuur de bewezen of waarschijnlijke kenmerken waaraan strafrechtelijke interventies bij welke daders c.q. delictvormen moeten voldoen, om effectief te zijn? Zijn deze kenmerken te vervatten in een toetsingskader voor effectiviteit? Het betreft hier het gehele sanctie-arsenaal, voor zowel meerder- als minderjarigen. In deze rapportage wordt eerst ingegaan op onderzoeksoverzichten (zowel meta-analyses als beschrijvende onderzoeksoverzichten) m.b.t. de effectiviteit van sancties en strafrechtelijke interventies. Daarna wordt ingegaan op de effectiviteit van interventies m.b.t. sprcifieke daders en/of delicten. Vervolgens wordt besproken hoe in het buitenland in de praktijk verder gegaan is met deze kennis. Ingegaan wordt op het op cognities gerichte programma Reasoning and Rehabilitation, dat in Canada en andere landen op grote schaal is ingevoerd, en op de manieren waarop in het buitenland getracht wordt meer zich te krijgen en te houden op het effect en de uitvoering van interventies. Tenslotte volgen de conclusies en wordt bezien op welke manier in Nederland met de opgebouwde kennis verder gegaan kan worden.
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 | 0,052 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,010 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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 ».