MétaCan
Menu
Retour à la cohorte
Enregistrement W4401389862 · doi:10.7202/1112611ar

Étude des motivations à devenir policier : un regard sur l’avis des étudiants québécois inscrits au programme de formation policière

2024· article· fr· W4401389862 sur OpenAlexaffvenueabout
Marie-Ève Beaucage, Rémi Boivin, Annie Gendron, Frédéric Ouellet

Notice bibliographique

RevueCriminologie · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensMontreal Police ServiceUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Les études sur les motivations à devenir policier sont rares, particulièrement dans la francophonie. De plus, la possibilité que les motivations changent au fil du temps est largement ignorée, même si les futurs policiers sont, pour la majorité, à une période cruciale du développement humain, soit la vie d’adulte émergente. Cet article vise à suivre l’évolution des motivations de 437 futurs policiers du Québec ainsi qu’à vérifier l’existence de liens entre les profils motivationnels, les aspirations professionnelles et le sexe, l’âge et l’origine culturelle des répondants. Les résultats proposent que le désir d’aider les gens reste la motivation ayant suscité l’intérêt de la majorité des étudiants, indépendamment de leur année de formation et de leurs caractéristiques individuelles. L’analyse des motivations a aussi permis de déterminer que le choix d’entrer dans la police se distribue selon un profil missionnaire ou judicieux. Enfin, les résultats suggèrent que plusieurs (futurs) policiers choisissent ce métier pour sa mission, mais que les motivations peuvent changer en fonction de l’âge biologique et de l’avancement dans les études. Concrètement, cela signifie qu’il est raisonnable d’anticiper des changements entre l’admission à la formation policière et l’achèvement de celle-ci, et d’ajuster les critères d’admission en conséquence.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,454
Tête enseignante GPT0,421
Écart entre enseignants0,033 · 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'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetPolicing Practices and PerceptionsTravaux en français237 207