MétaCan
Menu
Retour à la cohorte
Enregistrement W2767480741 · doi:10.7202/1041696ar

Femmes auteures d’un homicide conjugal

2017· article· fr· W2767480741 sur OpenAlexaffvenueabout
Suzanne Léveillée, Clémentine Trébuchon

Notice bibliographique

RevueCriminologie · 2017
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueHomicide, Infanticide, and Child Abuse
Établissements canadiensInstitut national de psychiatrie légale Philippe-PinelUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesHomicidePolitical sciencePoison controlArtSuicide preventionMedicine

Résumé

récupéré en direct d'OpenAlex

Étant donné que les femmes sont quatre fois plus susceptibles que les hommes d’être victimes d’un homicide conjugal, la plupart des recherches se centrent sur les hommes ayant tué leur conjointe ou leur ex-conjointe. Peu d’études portent sur les enjeux psychosociaux de femmes auteures d’un homicide conjugal. L’objet de notre article est d’étudier, dans une visée exploratoire, les caractéristiques criminologiques et les motivations de femmes auteures d’un homicide conjugal. Pour ce faire, une analyse exhaustive des dossiers du coroner en chef du Québec a été effectuée sur une période allant de 1989 à 2006, pour un total de 40 cas. Nos résultats indiquent que la moitié des femmes (50 %) ont été condamnées à purger une peine provinciale ou fédérale, 22,5 % ont été acquittées des accusations qui pesaient contre elles, 5 % ont été reconnues non responsables criminellement en raison d’un trouble mental grave, tandis que 12,5 % se sont suicidées à la suite du passage à l’acte homicide. Par ailleurs, plus de la moitié des femmes (57,5 %) se sont dénoncées à la suite de l’homicide, presque la moitié du groupe de femmes (47,5 %) ont utilisé un instrument perforant et 37,5 %, une arme à feu. Enfin, 17,5 % des femmes se sont acharnées sur leur victime au moment de l’homicide. En outre, les motivations retenues sont la dispute dans 25 % des cas, l’autodéfense dans 25 % des cas, la mesure de représailles dans 20 % des cas et 12,5 % des femmes ont passé à l’acte pour un motif financier.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,005
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,372
Tête enseignante GPT0,416
Écart entre enseignants0,045 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetHomicide, Infanticide, and Child AbuseTravaux en français237 207