MétaCan
Menu
Retour à la cohorte
Enregistrement W7081913547 · doi:10.26034/la.cfs.2025.7072

Analyse pancanadienne des systèmes d’enquêtes indépendantes sur la police

2025· article· fr· W7081913547 sur OpenAlexaff

Notice bibliographique

RevueCriminologie Forensique et Sécurité · 2025
Typearticle
Languefr
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Perspective (graphical)Homogeneous

Résumé

récupéré en direct d'OpenAlex

Depuis quelques décennies, le monopole des organisations policières sur le contrôle des déviances de leurs membres a été remis en question, conduisant à la création des systèmes d’enquêtes indépendantes sur la police (SEIP). Ces dispositifs visent à assurer une plus grande transparence et indépendance dans la gestion des comportements déviants au sein des forces de l’ordre. Cette étude, adoptant une perspective comparative pancanadienne et combinant une analyse documentaire à des entretiens avec des acteurs-clés du domaine, questionne la pertinence des typologies existantes, qui ne rendent pas compte de la complexité des SEIP. En effet, ces typologies reposent principalement sur une approche réactive des déviances policières, négligeant les efforts de prévention. Par ailleurs, elles omettent un facteur essentiel : l’écart entre les pouvoirs légaux théoriques et les ressources réelles (humaines, financières, administratives). Les résultats mettent en évidence des défis structurels affectant l’ensemble du système, notamment des délais prolongés dans le traitement des plaintes et une indépendance souvent compromise, ce qui nuit à la confiance du public. Ces constats conduisent à deux pistes de réforme majeures pour améliorer l'efficacité du système : le renforcement des stratégies de prévention et un recours élargi aux modes alternatifs de règlement des différends, notamment la médiation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,992
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,003
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,300
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminologie Forensique et SécuritéMême sujetGeochemistry and Geologic MappingTravaux en français237 207