L'influence de la présence de complices à l'activation de la carrière criminelle sur la spécialisation de membres de gangs
Notice bibliographique
Résumé
À la lumière de la littérature empirique, les complices présents à la première infraction d’un individu, la présence de partenaires durant la carrière criminelle et la spécialisation criminelle sont tous des concepts interreliés qui sont au cœur des trajectoires criminelles des membres de gangs de rue. Les recherches qui se sont intéressées à ces concepts, de manière simultanée, sont toutefois peu nombreuses, voire absentes. La présente étude examine donc l’influence de la codélinquance lors du premier délit sur le déroulement de la carrière criminelle des membres de gangs, plus précisément sur la taille de leur réseau criminel et sur leur spécialisation. La recherche s’appuie sur des données officielles longitudinales et rétrospectives qui proviennent d’une étude effectuée par Tremblay et ses collègues en 2016. L’échantillon de la présente étude se compose de 5893 membres de gangs de rue haïtiens de Montréal et de leur entourage qui ont commis officiellement au moins deux délits. Les résultats obtenus de la régression logistique ont permis de montrer que l’appartenance à un gang de rue, l’âge à l’activation de la carrière criminelle ainsi que le type d’infraction commis à la première arrestation influence la codélinquance à l’activation de la carrière criminelle. Ensuite, les résultats obtenus à la suite d’une régression logistique hiérarchique montrent que la codélinquance à l’activation ne permet pas de prédire la spécialisation des membres de gangs et que l’ajout des caractéristiques des complices au modèle de régression ne permet pas d’obtenir une meilleure valeur prédictive de la spécialisation. Toutefois, à la suite d’une analyse statistique de médiation, il existe une relation indirecte entre la codélinquance à l’activation de la carrière criminelle et la spécialisation par l’intermédiaire de la taille du réseau criminel. Les limites de la présente étude ainsi qu’un sommaire des résultats et leurs implications théoriques sont présentés dans la discussion.
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 | 0,005 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».