Un modèle continu, non linéaire et collaboratif de l’enquête
Notice bibliographique
Résumé
L’article propose un modèle continu, non linéaire, itératif et collaboratif de l’enquête. Celui-ci décrit le processus d’enquête appliqué au traitement des problèmes criminels et sécuritaires, faisant appel à des notions clés telles que l’entropie, le raisonnement hypothético-déductif, la méthode scientifique et la pensée itérative. Le modèle se concentre sur la démarche inférentielle et intellectuelle de l’enquête plutôt que sur les aspects procéduraux, qui varient selon les pays et les juridictions ou selon les types de crime. Inspiré de théories préexistantes de l’enquête, ce modèle offre un cadre cohérent et intégratif aux différentes méthodes d’enquête qui concourent au traitement de l’information et à la compréhension des évènements et des phénomènes. Le modèle permet aux enquêteurs, au sens large, de guider leur raisonnement et leur prise de décisions, ainsi que de situer leurs contributions tout au long du processus d’enquête. Il facilite ainsi la collaboration entre tous les acteurs, à commencer par les inspecteurs, les analystes criminels, les investigateurs numériques et les criminalistes, pour atteindre leurs objectifs communs au service de la justice, de la sécurité et de la société. À l’appui d’exemples issus de notre pratique, nous traçons ici le cheminement intellectuel qui amène à poser ce modèle progressif et collaboratif. Cette vision, qui place les intersections en son centre, ébranle les barrières classiques érigées dans les théories et la pratique. Nous décrivons les enjeux, les avantages et les limites de ce modèle.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 ».