MétaCan
Menu
Retour à la cohorte
Enregistrement W2627092502 · doi:10.71781/23315

La déontologie policière au Québec : les facteurs associés aux jugements de culpabilité et aux sanctions imposées aux policiers

2016· dissertation· fr· W2627092502 sur OpenAlexaboutno aff
Maude Lagacé

Notice bibliographique

RevueOpen MIND · 2016
Typedissertation
Languefr
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La présente étude s’intéresse aux facteurs associés aux différents types de décisions rendus par le Comité à la déontologie policière du Québec. Pour ce faire, 267 jugements rendus entre 2009 et 2013 sont analysés. La régression logistique est utilisée pour déterminer les facteurs associés (1) à la décision de culpabilité (2) à la décision sur sanction et (3) à la sévérité de la sanction (sanction de courte durée ou de longue durée). Les facteurs utilisés dans les modèles sont des facteurs légaux (nature, gravité de l’inconduite et plaidoyer de culpabilité) ainsi que des facteurs extra-légaux -tels que les caractéristiques des policiers et des plaignants, le contexte de l’intervention ainsi qu’un facteur lié au processus décisionnel du comité (la durée des procédures)- disponibles dans les jugements. Les résultats montrent que le verdict est majoritairement influencé par la qualité de la preuve et que la sévérité de la sanction dépend principalement des facteurs légaux. Toutefois, certains facteurs extra-légaux influencent le verdict, dont le grade du policier. Parmi les facteurs extra-légaux qui influencent la décision sur sanction, il y a le grade, le sexe et le service de police du policier. Malgré tout, le Comité à la déontologie policière prend des décisions relativement cohérentes et les décisions prises sont justifiables légalement sauf pour quelques caractéristiques du policier et pour la durée des procédures. Ces derniers montrent la nécessité de faire davantage d’études sur le sujet.

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)0,011
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 enseignants0,032
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,143
Tête enseignante GPT0,486
Écart entre enseignants0,343 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetPolicing Practices and PerceptionsTravaux en français237 207