MétaCan
Menu
Retour à la cohorte
Enregistrement W2611074639 · doi:10.7202/1038416ar

La criminalité environnementale est-elle neutralisable ? Une analyse appliquée au cas Trafigura/Probo-Koala

2016· article· fr· W2611074639 sur OpenAlexaffvenue
Amissi Manirabona, Marie-Chloé Duval

Notice bibliographique

RevueCriminologie · 2016
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueWildlife Conservation and Criminology Analyses
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article a pour objectif de vérifier si les crimes environnementaux peuvent faire l’objet d’une neutralisation à l’instar des crimes en col blanc. En effet, depuis quelques années, une littérature scientifique abondante a relevé l’emploi d’excuses, de justifications ou d’un langage banalisant la gravité des comportements déviants par les personnes physiques ou morales impliquées dans la criminalité économique. Étant donné que la criminalité en col blanc est généralement non violente, la question est alors de savoir si les crimes environnementaux commis avec violence peuvent faire l’objet de discours de neutralisation. L’article est basé sur l’analyse des communiqués et discours produits par l’entreprise Trafigura après le déversement des déchets toxiques à Abidjan (Côte d’Ivoire) ayant fait plus de dix morts et des milliers de blessés. Le constat qui est fait est que la criminalité environnementale, bien que pouvant présenter des caractéristiques qui la rapprochent des crimes violents, fait appel à presque les mêmes techniques de neutralisation que la criminalité en col blanc. En définitive, il est possible de conclure que malgré sa violence, la criminalité environnementale est essentiellement considérée par les délinquants comme une criminalité économique. Bien évidemment, cette ressemblance n’empêche pas les entreprises de contextualiser leurs manoeuvres de neutralisation en tenant compte de l’environnement social, économique et politique dans lequel survient la criminalité environnementale.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,004
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,215
Tête enseignante GPT0,348
Écart entre enseignants0,133 · 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'étudeQualitatif
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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetWildlife Conservation and Criminology AnalysesTravaux en français237 207