MétaCan
Menu
Retour à la cohorte
Enregistrement W2806159991 · doi:10.71781/23322

L'usage du rapport présentenciel (RPS) par les juges dans un contexte de durcissement législatif

2017· dissertation· fr· W2806159991 sur OpenAlexaboutno aff
Rachel Parizeau-Laurin

Notice bibliographique

RevueOpen MIND · 2017
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueComparative and International Law Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Cette étude vise à comprendre si et comment l'arrivée massive des restrictions sur la peine a modifié l’usage du rapport présentenciel (RPS) par les juges de la Cour du Québec en matière criminelle. Pour ce faire, neuf entrevues ont été réalisées auprès de juges siégeant à la Cour du Québec. Les résultats montrent que le recours au rapport présentenciel semble toujours aussi utile et fréquent dans deux contextes particuliers : lorsque la peine maximale à imposer est de deux ans et moins et dans les dossiers de nature sexuelle. Les juges de cette étude expriment tous utiliser le rapport afin d’individualiser la sentence, mais chacun d’entre eux accorde à l’individualisation un sens qui lui est propre. En contexte de restrictions pénales, les juges visent toujours à individualiser la peine, mais ce sont les motivations sous-jacentes qui subissent une transformation. Ainsi, l’individualisation vise davantage la gestion du risque et de la dangerosité, ce qui n’est pas incompatible avec les restrictions sur la peine. De surcroît, cette étude révèle qu’avec la venue des restrictions pénales, il émerge deux nouveaux motifs pour utiliser le RPS : préparer le dossier en vue d’une contestation constitutionnelle sur la peine minimale obligatoire (PMO) et décider du sort des chefs d’accusation assujetties à une PMO. Enfin, le concept théorique d’hystérésis de Bourdieu (1990) permet de formuler une analyse logique concernant le maintien par les juges de l’usage du RPS en contexte de restrictions pénales.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,487

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,006
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,079
Tête enseignante GPT0,378
Écart entre enseignants0,299 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetComparative and International Law StudiesTravaux en français237 207