La contrebande d'armes à feu au Canada : influence et contrôle sous une perspective transnationale
Notice bibliographique
Résumé
La prolifération des armes à feu illégales en territoire canadien a un impact sur l’augmentation de la \nviolence armée observée au cours des dernières années. La mobilité des armes illégales au Canada a \nété étudiée par des chercheurs. Toutefois, le sujet des sources alimentant ce marché illicite n’a été \nque très peu abordé au sein de la littérature scientifique. L’une des possibilités reliées à cette \nthématique présente les États-Unis comme source d’approvisionnement en armes à feu illégales au \nCanada. C’est à travers cette idée que s’inscrit l’objectif principal de ce mémoire. En effet, cette \nétude vise une recontextualisation de la problématique du trafic d’armes à feu au Canada en tant \nqu’enjeu sécuritaire transnational selon le postulat identifiant les États-Unis comme la principale \nsource d’alimentation du marché noir des armes à feu au Canada. Afin de répondre à cet objectif, \nnous décrivons d’abord l’environnement au travers duquel s’articulent les dynamiques de \ncontrebande d’armes à feu au Canada. Ensuite, nous portons notre regard sur la réponse \ninstitutionnelle reliée au contrôle et à la lutte contre le trafic transfrontalier d’armes à feu. Une \nméthodologie qualitative basée sur l’analyse d’entretiens semi-dirigés avec des acteurs impliqués au \nsein d’organisations d’application de la loi, de rapports et de documents gouvernementaux ainsi que \nde documentation juridique a été utilisée dans le cadre de cette étude. Les résultats découlant des \nanalyses présentées dans ce mémoire permettent tout d’abord de contextualiser l’enjeu de la \ncontrebande transfrontalière d’armes à feu entre les États-Unis et les Canada ainsi que les efforts \ndes organisations d’application de la loi en matière de contrôle. Ils permettent également de mettre \nen lumière les disparités existantes entre la nécessité d’une utilisation efficiente du renseignement \net la réalité sur le terrain. En effet, les lacunes quant à la collecte et à l’analyse des données reliées à \nla contrebande transfrontalière d’armes à feu ont un impact sur le ciblage et l’orientation des \nmesures visant à lutter contre cet enjeu.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».