MétaCan
Menu
Retour à la cohorte
Enregistrement W3124362367 · doi:10.7202/1074197ar

Les défis de la réinsertion sociale

2020· article· fr· W3124362367 sur OpenAlexaffvenue
Marie-Ève Dubois, Frédéric Ouellet

Notice bibliographique

RevueCriminologie · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La réinsertion sociale est un processus parsemé d’embûches au cours duquel un individu faisant face à la justice peut bénéficier d’interventions lui permettant d’être une personne autonome, intégrée à sa communauté et respectueuse des lois. Puisque l’état actuel des connaissances ne permet généralement pas d’aller au-delà de l’identification des difficultés qui surviennent dans ce processus, cette étude qualitative exploratoire a pour objectif d’examiner en profondeur les défis rencontrés par des hommes en maison de transition dans le cadre de leur processus de réinsertion sociale. L’analyse de contenu des entretiens (n = 16) a permis de distinguer six catégories de défis, soit le retour à la liberté, la situation financière et occupationnelle, le réseau social, le développement personnel, la stigmatisation et l’hébergement en maison de transition. Des particularités chez certains profils (durée de la sentence, délinquance sexuelle) ont été relevées. Les résultats sont discutés en regard des théories du désistement criminel. L’exercice souligne entre autres que certaines conditions légales et la stigmatisation des personnes judiciarisées créent des enjeux de contre-productivité.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,344
Tête enseignante GPT0,420
Écart entre enseignants0,076 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207