MétaCan
Menu
Retour à la cohorte
Enregistrement W4410192307 · doi:10.26034/la.cfs.2024.4774

Article court : La construction des savoirs policiers spécialisés : le cas des techniciens en identité judiciaire du Québec

2024· article· fr· W4410192307 sur OpenAlexaffabout
Vincent Mousseau, Rémi Boivin

Notice bibliographique

RevueCriminologie Forensique et Sécurité · 2024
Typearticle
Languefr
DomaineMedicine
ThématiqueHistorical and Scientific Studies
Établissements canadiensUniversité de MontréalInternational Centre for Comparative Criminology
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Au cours de leur carrière, les policiers ont l’opportunité de s’orienter vers diverses spécialisations propres à la fonction policière, dont les services d’identité judiciaire, c’est-à-dire les unités regroupant les policiers spécialisés responsables de l’inspection et l’investigation des scènes d’incident. Cette fonction particulière requiert des savoirs distincts des savoirs policiers plus traditionnels dans la mesure où elle implique une connaissance des principes physicochimiques de transfert et de persistance de la matière propres à la science forensique. Nous en savons toutefois toujours peu sur la façon dont les techniciens en identité judiciaire acquièrent de tels savoirs et sur la façon dont ils valorisent ceux issus de la formation (savoirs explicites) et ceux issus de la pratique (savoirs tacites). La présente étude cherche dès lors à explorer les processus de construction des savoirs spécialisés pertinents à l’inspection des scènes d’incident par les techniciens en identité judiciaire du Québec. Les résultats suggèrent la primauté marquée de l’apprentissage expérientiel et de la socialisation professionnelle informelle sur l’apprentissage formel pour les techniciens en identité judiciaire. De tels résultats invitent en ce sens à approfondir encore davantage les véritables mécanismes de construction des savoirs et leurs effets sur les croyances et performances des techniciens en identité judiciaire.

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)0,003
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,009
Communication savante0,0000,000
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 Opus0,081
Tête enseignante GPT0,328
Écart entre enseignants0,247 · 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'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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminologie Forensique et SécuritéMême sujetHistorical and Scientific StudiesTravaux en français237 207