Victimisation et délinquance des jeunes Roms roumains en Suisse
Notice bibliographique
Résumé
Les Roms forment la plus grande minorité ethnique en Europe, mais peu d’études se sont focalisées sur la délinquance et la victimisation au sein de cette communauté. Cet article présente une recherche exploratoire portant sur la victimisation et la délinquance des jeunes Roms roumains en Suisse romande. L’étude suit une démarche mixte qui combine 130 heures d’observation participante avec un sondage de délinquance et victimisation autoreportée (N= 27). Les résultats montrent que les victimisations les plus courantes sont les agressions verbales liées à la mendicité, la violence domestique et les vols, tandis que les délits les plus avoués sont les rixes et les violences conjugales, fréquemment bidirectionnelles. La délinquance et la victimisation sont souvent associées, même si la gamme de victimisations subies est davantage diversifiée que celle des délits commis. Les victimes ont une perception relativement positive de la police suisse, mais ne dénoncent que rarement les délits subis. Malgré la taille réduite de l’échantillon et les biais liés à une recherche de ce genre, l’étude apporte des éléments nouveaux en ce qui concerne le rôle des médias sociaux dans la délinquance, la bidirectionnalité de la violence conjugale et le faible taux de reportabilité des victimisations, tout en proposant des sujets d’étude pour des recherches futures.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».