Décisions policières sous la Loi sur le système de justice pénale pour les adolescents. L’influence du sexe et de l’apparence ethnique1
Bibliographic record
Abstract
La question du profilage est régulièrement soulevée lorsqu’il est question d’intervention policière. Plusieurs analyses ont en effet conclu que certains groupes de personnes, comme les Noirs et les hommes, étaient surreprésentés parmi les individus arrêtés ou interpellés par la police. Les travaux de Steffensmeier et ses collègues ont démontré que la situation pouvait être encore plus complexe : ils ont proposé que certaines caractéristiques individuelles interagissent entre elles et que leur effet sur la sévérité des acteurs du système judiciaire soit multiplicatif plutôt qu’additif. Cette étude vise à tester l’effet d’interaction entre le sexe et l’origine ethnique, deux composantes visibles de l’identité d’un individu. Plus spécifiquement, l’étude porte sur la décision de recourir à des mesures extrajudiciaires à l’endroit d’adolescents ayant commis des vols simples de moins de 200 dollars dans une grande ville canadienne, comme le permet laLoi sur le système de justice pénale pour les adolescents(LSJPA) (n = 1647 décisions). Les résultats indiquent que les garçons non blancs sont de 1,7 à 2,0 fois moins susceptibles que les autres de bénéficier de mesures extrajudiciaires, à infraction similaire. Les trois autres groupes (garçons blancs, filles blanches, filles non blanches) ne se distinguent pas entre eux. En conclusion, l’analyse suggère que ces pratiques ne découleraient pas tant de la malveillance des policiers que de directives favorisant l’arrestation d’une plus grande proportion de garçons non blancs.
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 | 0.004 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".