Putting Definitions to Work: Reflections from the Canadian Domestic Homicide Prevention Initiative with Vulnerable Populations
Notice bibliographique
Résumé
Abstract Definitions of domestic homicide shape data collection and prevention efforts and, consequentially, our understanding of these crimes. This chapter explores issues related to defining domestic homicide in the context of our work with the Canadian Domestic Homicide Prevention Initiative with Vulnerable Populations (CDHPIVP). We discuss selected case studies to demonstrate what cases are included and excluded in this work and to highlight the importance of understanding our narrower, project-based definition in relation to the larger context of domestic violence-related homicides and deaths. By considering how victims and perpetrators are identified when defining domestic violence, we illustrate how undercounting of domestic homicide may occur, contributing to the “dark figure” of domestic homicide. Furthermore, we argue that cases from certain groups, such as Indigenous women in Canada, may be systematically excluded from definitions of domestic homicide. In reflecting on these issues and cases, our aim is to advance calls for consistency and transparency in definitions to allow for stronger research across jurisdictions (Fairbairn, Jaffe, & Dawson, 2017; Jaffe et al., 2017), as well as to support efforts of initiatives such as domestic violence death review committees (DVDRCs) in their work to prevent domestic homicides.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,096 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,067 | 0,054 |
| Communication savante | 0,030 | 0,011 |
| Science ouverte | 0,011 | 0,015 |
| Intégrité de la recherche | 0,009 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».