MétaCan
Menu
Retour à la cohorte
Enregistrement W6981370948

The effectiveness of criminal reforms in alternatives to imprisonment : the example of France, Mali and Quebec

2019· article· fr· W6981370948 sur OpenAlexaboutno aff

Notice bibliographique

Revuetheses.fr (ABES) · 2019
Typearticle
Languefr
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCriminal courtImprisonmentContext (archaeology)Criminal liability
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les réformes pénales en matière d’alternatives à l’emprisonnement ont connu un essor fulgurant un peu partout dans le monde (à l’exception de certains pays comme le Mali, qui ne connaît qu’une seule peine alternative à l’emprisonnement stricto sensu « la peine de travail d’intérêt général »), en particulier en France et au Québec entre les années soixante-dix et deux mille. Ces réformes ont notamment mené à la création de diverses peines ou mesures qualifiées d’alternatives à l’emprisonnement ou d’alternatives à l’incarcération ou de peines de substitution à l’emprisonnement, etc. À titre d’exemple, en France et au Québec, nous pouvons mentionner la création de diverses peines de substitution à l’emprisonnement telles que les peines affectant le permis de conduire, le jour-amende, la confiscation, la peine de probation, etc. Cela dit, les différentes réformes pénales en matière d’alternatives à l’emprisonnement menées par les autorités des pays susmentionnés ont-elles permis de lutter contre la surpopulation carcérale et la récidive ? La recherche est scindée en deux parties : la première est consacrée à la relative efficacité des réformes pénales en matière d’alternatives à l’emprisonnement, due principalement à l’ambivalence des politiques pénales des autorités françaises, maliennes et québécoises, mais aussi à une surpopulation carcérale explosive et à l’augmentation du taux de récidive des condamnés à des alternatives à l’emprisonnement ; la seconde partie est axée sur l’exigence d’autonomisation des alternatives à l’emprisonnement pour lutter efficacement contre la récidive et la surpopulation carcérale

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,615
Score d'incertitude au seuil0,856

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,330
Écart entre enseignants0,309 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetBalance, Gait, and Falls PreventionTravaux en français237 207