Notice bibliographique
Résumé
Cette contribution vise à reconstituer la chaîne du traitement de l’information qui mène le juge correctionnel à qualifier l’événement dont il est saisi, dans une approche sociocognitive. Elle se fonde sur un an d’observation des pratiques judiciaires dans deux tribunaux belges. Selon notre perspective processuelle, la sélection d’un article du code pénal par le juge se base sur deux normes de surface caractérisées en contexte ; la première, à caractère socio-moral, se traduit en une seconde, à usage pénal. Or ces normes se particularisent au cours d’une catégorisation de la « gravité sociale de la cause ». Nous explorons dès lors les procédés interprétatifs qui participent principalement à cette catégorisation. Ils témoignent d’une variété d’inférences qui tentent de cerner, in fine, la dangerosité potentielle du justiciable. La contribution souligne le caractère dynamique et révisable de ces catégorisations. Elle pointe ensuite leur nécessaire intégration à la finalité de l’institution de la justice telle que conçue par les juges, soit la défense de l’ordre social, une mission éminemment socio-morale ; le processus de qualification et la catégorie juridique pénale retenue sont donc enracinés dans cette finalité.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,015 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».