MétaCan
Menu
Retour à la cohorte
Enregistrement W2994097386 · doi:10.7202/1065861ar

La sélection et l’évaluation des techniciens en scène de crime

2019· article· fr· W2994097386 sur OpenAlexaffvenueabout
Vincent Mousseau

Notice bibliographique

RevueCriminologie · 2019
Typearticle
Languefr
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La conception dominante de la criminalistique semble à l’heure actuelle globalement orientée vers les analyses en laboratoire et la présentation de preuves devant les tribunaux, laissant ainsi de côté l’investigation de la scène de crime et les techniciens en identité judiciaire. Ces derniers jouant néanmoins un rôle de premier plan dans l’exploitation des traces matérielles, leur sélection et l’appréciation de leurs aptitudes par les dirigeants policiers représentent une responsabilité managériale déterminante pour l’investigation de la scène de crime. Par l’entremise d’entretiens semi-dirigés, cet article vise à déterminer les compétences attendues des techniciens en identité judiciaire par les cadres policiers du Québec et à comprendre comment elles s’inscrivent dans leur conception de la profession. Il met entre autres en évidence l’absence d’acteurs scientifiques impliqués dans l’appréciation des compétences des techniciens en identité judiciaire et l’attention particulière accordée par les gestionnaires policiers à la conformité aux règles de procédures. Les dirigeants policiers gagneraient ainsi à concevoir davantage l’investigation de la scène de crime comme un effort scientifique et à considérer le rôle des techniciens en scène de crime dans le déploiement de l’action de sécurité afin d’optimiser leur sélection, leur appréciation et, ultimement, leur efficacité.

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)0,010
score de la tête « metaresearch » (Gemma)0,024
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,003
Études des sciences et des technologies0,0060,009
Communication savante0,0100,003
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,509
Tête enseignante GPT0,504
Écart entre enseignants0,004 · 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

Citations7
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetPolicing Practices and PerceptionsTravaux en français237 207