MétaCan
Menu
Retour à la cohorte
Enregistrement W2804728262 · doi:10.7202/1045315ar

Le criminel tel qu’il est représenté et étudié dans la revue Criminologie entre 1968 et 2016

2018· article· fr· W2804728262 sur OpenAlexaffvenue
Frédéric Ouellet, Valérie Thomas

Notice bibliographique

RevueCriminologie · 2018
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensCegep regional de LanaudiereUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyArt

Résumé

récupéré en direct d'OpenAlex

Cet article examine la couverture et le traitement du criminel dans la revue Criminologie . Pour observer la représentation du criminel et son étude à travers le temps, des articles empiriques publiés entre 1968 et 2016 qui répondent à certains critères ont été retenus : ils devaient avoir pour objet d’étude principal le criminel et s’appuyer sur une méthodologie détaillée, rigoureuse et ayant un devis reproductible. Ainsi, 24 articles ont été retenus. Dans ceux-ci, la définition du criminel repose sur un présupposé opératoire. Alors que la manière d’identifier le criminel varie très peu et qu’elle se fait le plus souvent sur la base des antécédents criminels officiels, la nomination du criminel varie en fonction de diverses caractéristiques. L’étude du criminel, elle, se centre surtout autour des conduites ou des carrières criminelles, comme en témoigne la majorité des études qui en font leur question d’étude. Les devis sont variés, mais il y a une forte majorité de devis quantitatifs, et bien que les devis longitudinaux doivent être favorisés dans l’étude des carrières criminelles, ils se font rares. Les données autorapportées sont davantage employées dans l’étude du criminel que les données officielles, ce qui souligne la limite de celles-ci dans l’étude de cette thématique. Des pistes de recherche sur l’étude du criminel sont proposées dans la conclusion.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,005
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,006

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 Opus0,418
Tête enseignante GPT0,454
Écart entre enseignants0,036 · 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'étudeSans objet
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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetCrime Patterns and InterventionsTravaux en français237 207