Tickets … and More Tickets: A Case Study of the Enforcement of the Ontario Safe Streets Act
Notice bibliographique
Résumé
Les réglementations visant des comportements antisociaux se multiplient dans les sociétés occiden tales, mais il existe peu d’analyses statistiques, en particulier au Canada, sur les façons dont celles-ci sont appliquées. Dans cet article, nous présentons une étude que nous avons réalisée sur l’application, à Toronto, de la Loi sur la sécurité dans les rues de l’Ontario. Nous montrons que, de 2000 à 2010, le nombre de contraventions liées à cette loi a augmenté de 2 000 pour cent, et que la plupart de ces contraventions ont été données à des itinérants. De plus, cette augmentation n’est le résultat ni d’une augmentation des taux de criminalité, ni d’une augmentation des pratiques de sollicitation agressives, ni de plaintes généralisées de la part de commerçants ou de citoyens, ni de la réaction de la police aux agissements de gangs de rue, ni d’une volonté de générer plus de revenus. Nous avançons donc que de telles réglementations visant des comportements antisociaux sont en fait des mesures peu judicieuses et inappropriées adoptées en réaction à la présence bien visible des itinérants.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,005 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».