Réussir dans le crime et réussir à s’en sortir : l’influence de la carrière criminelle sur le processus de désistement
Notice bibliographique
Résumé
Plusieurs routes mènent au désistement criminel et le parcours emprunté dépend des expériences passées. Peu de travaux se sont penchés sur le lien entre la carrière criminelle et la période qui lui succède, sur la manière dont les événements qui ont caractérisé le mode de vie criminel influencent la décision de se désister, mais surtout de maintenir l’abstinence criminelle. Sur la base de récits de vie narratifs de délinquants impliqués dans une criminalité lucrative ( N = 15), cette étude vise à reconstruire avec chaque individu sa trajectoire de vie afin d’étudier le sens et la dynamique derrière le processus d’amorce et de maintien du désistement. Les résultats ont permis d’identifier deux parcours distincts. Ils suggèrent aussi que la considération des expériences subjectives et des événements passés affectant la carrière criminelle donne accès à une compréhension approfondie du désistement et des défis de la réinsertion sociale. Les analyses mettent en évidence l’intérêt de la notion de réussite criminelle dans l’étude du processus de désistement. L’étude favorise la compréhension des moments décisifs dans les carrières criminelles, et les processus qui expliquent la continuité et le désistement des activités criminelles.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».