Évaluation du projet pilote des caméras corporelles du Service de police de la Ville de Montréal
Notice bibliographique
Résumé
Les caméras corporelles sont souvent évaluées comme un outil pouvant amener les policiers et les citoyens à agir plus conformément aux attentes et normes sociales lorsqu’ils sont filmés. La Ville de Montréal a récemment mené un déploiement partiel de caméras corporelles afin d’évaluer la faisabilité et la pertinence d’équiper l’ensemble de ses policiers de cette technologie. Le présent article vise à évaluer l’impact quantitatif de l’implantation de caméras corporelles sur plusieurs indicateurs liés à la qualité des interventions police-citoyens à Montréal. Ces indicateurs proviennent de statistiques officielles, de sondages auprès de personnes ayant reçu un constat d’intervention et de données de la cour municipale de Montréal. Ces données ont été analysées en utilisant la méthode des doubles différences, c’est-à-dire en comparant les périodes avant et pendant l’implantation des caméras corporelles, pour le groupe expérimental et le groupe contrôle. Les résultats proposent que les caméras aient eu peu d’impact sur les interactions police-citoyens, principalement en raison du nombre de cas très limité ou d’un niveau de satisfaction à la base élevé qui rendaient improbable la détection d’un quelconque effet statistiquement significatif.
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 | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».