Bibliographic record
Abstract
Depuis 1999, il y a eu plus de 2500 arrestations à caractère politique au Québec, dont la grande majorité à Montréal. L’enjeu soulevé ici relève de l’éthique sociopolitique, puisqu’il s’agit de déterminer si les policiers agissent de façon juste à l’égard des manifestants qu’ils arrêtent en masse. Ce type d’intervention policière serait injuste et discriminatoire dans la mesure où il est démontré que les policiers pratiquent l’arrestation de masse non pas en fonction des agissements illégaux des manifestants, mais plutôt sur la base de leur identité politique réelle ou imaginée. Si c’est le cas, les policiers contreviennent au principe libéral de neutralité juridique. L’analyse proposée ici entend démontrer qu’il s’agit bel et bien, dans le cas du Québec, d’une situation de discrimination politique qui mine le respect de divers droits fondamentaux associés au libéralisme politique contemporain. Pour mener à bien cette démonstration, je propose d’importer de la psychologie sociale l’approche de l’étiquetage de la déviance, telle que développée par Howard Becker. Il sera alors possible de démontrer que l’attribution d’une identité déviante et marginale d’une classe de manifestants est la variable déterminante qui explique la répression policière dont ils sont la cible de façon régulière.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.019 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".