MétaCan
Menu
← Retour à la cohorte
Enregistrement W3125516008 · doi:10.7202/1073845ar

L’indemnisation des victimes d’actes criminels au Québec : la loi exclut-elle les victimes de violences sexuelles ou conjugales ?

2020· article· fr· W3125516008 sur OpenAlexvenueaboutno aff
Michaël Lessard

Notice bibliographique

RevueLes Cahiers de droit · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueCriminal Law and Evidence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

L’article qui suit propose une incursion dans la Loi sur l’indemnisation des victimes d’actes criminels avec une attention particulière aux conditions d’accès au régime d’indemnisation par les victimes de violences sexuelles ou conjugales. L’objectif de l’auteur est de déceler les failles dans la structure juridique du régime québécois d’indemnisation (IVAC) et de proposer des pistes de solution pour mieux répondre aux besoins des victimes. Son article se divise en quatre parties qui correspondent chacune à une faille de la Loi sur l’indemnisation des victimes d’actes criminels. La première partie critique le fait qu’une demande d’indemnisation puisse être rejetée si l’agresseur d’une victime de violence sexuelle est en mesure, hypothétiquement, de soulever une défense de croyance sincère mais erronée au consentement. La deuxième partie met en relief les nombreux crimes oubliés par le régime d’indemnisation. La troisième partie expose la manière dont la notion de faute lourde contribue parfois à perpétuer des stéréotypes sexistes causant le rejet de demandes d’indemnisation. Enfin, la quatrième partie révèle que le délai de production d’une demande de deux ans est incompatible avec la réalité de la majorité des victimes de violences sexuelles ou conjugales. Une solution sera proposée pour répondre à chacune de ces critiques.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,056
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,005
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,041
Tête enseignante GPT0,291
Écart entre enseignants0,249 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLes Cahiers de droit→Même sujetCriminal Law and Evidence→Travaux en français237 207→