MétaCan
Menu
Retour à la cohorte
Enregistrement W3045746070 · doi:10.7202/1070505ar

Au-delà de l’individualisation des processus de désistement

2020· article· fr· W3045746070 sur OpenAlexvenueno aff
Monica Barry, Florence Dubois

Notice bibliographique

RevueCriminologie · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research Council
Mots-clésHumanitiesPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Le passage à l’âge adulte est pour les jeunes non seulement une transition personnelle, mais aussi, comme cet article le suggère, l’amorce de leur processus de désistement. L’individualisation du risque et des processus de désistement jouent un rôle dans l’étude de la délinquance et de la justice pénale ainsi que, selon moi, dans notre compréhension du concept de désistement assisté. Ce concept distingue les sources formelles (professionnels) et informelles (pairs/mentors) de soutien dans l’abandon des activités criminelles, mais sans toutefois prendre en compte le soutien offert par l’État. Dans le cadre d’une étude portant sur le désistement en Écosse, j’ai conduit 40 entretiens avec des jeunes sur les facteurs qui les poussent à la délinquance, les raisons qui expliquent leur désistement et la façon dont ce processus se déroule, et comment y apporter un soutien optimal. Le présent article s’inspire principalement du point de vue de ces jeunes sur les manières les plus efficaces d’encourager ce processus, notamment par le soutien émotionnel et pratique, ce dernier étant envisagé sous l’angle plus large des politiques sociales et non seulement de la justice pénale. Les agents de probation ne peuvent offrir qu’une partie de ce qui constituerait selon moi une assistance adéquate au processus de désistement. Je crois d’ailleurs que l’État peut pallier ce problème en reconnaissant davantage les besoins et les aspirations des jeunes en difficulté. La présente étude a également été reconduite au Japon, où les problèmes auxquels les jeunes en transition sont confrontés sont moindres par rapport à l’Écosse, mais où la perception de « ce qui fonctionne » est similaire. L’étude est donc pertinente dans tous les pays où les trajectoires de la délinquance juvénile et les transitions des jeunes sont étroitement corrélées.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,004
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,414
Tête enseignante GPT0,408
Écart entre enseignants0,006 · 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'étudeSans objet
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207