Consommation de substances psychoactives et degré de gravité du crime
Bibliographic record
Abstract
Cet article vise à saisir les liens entre la consommation de substances psycho-actives et le degré de la gravité du crime. Trois aspects sont plus spécialement étudiés : la gravité du crime en lien avec (1) les types de substances consom-mées; (2) l'intensité de la consommation; et (3) la dépendance ou non du consommateur à la substance consommée. La gravité du crime est basée sur le crime le plus grave pour lequel la sentence a été prononcée. L'étude s'effectue à partir d'une banque de données du Service correctionnel du Canada comptant 8 211 individus ayant répondu au Questionnaire informatisé sur le mode de vie (QIMV) lors de leur admission initiale en pénitencier, entre 1993 et 1995. L'étude montre que les consommateurs d'alcool ont commis des crimes plus graves que les consommateurs d'autres types de substances et que les non-con-sommateurs le jour du crime. Les consommateurs de drogues illicites ont pour leur part commis des crimes moins graves que les autres types de consommateurs et que les non-consommateurs. Le changement de l'intensité de la con-sommation semble avoir peu d'effets sur la gravité du crime. Toutefois, les usagers de drogues illicites qui ont consommé plus que d'habitude le jour du crime ont commis des crimes significativement plus graves que les autres. Quant aux analyses sur la dépendance, seule une relation linéaire, soit entre le niveau de dépendance à l'alcool et la gravité du crime s'est avérée significative.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".