Article court : La construction des savoirs policiers spécialisés : le cas des techniciens en identité judiciaire du Québec
Notice bibliographique
Résumé
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 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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,010 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».