Les enjeux à venir pour la criminologie clinique : approche développementale et intégration avec les sciences biomédicales
Bibliographic record
Abstract
Au cours des dernières décennies, la criminologie clinique a connu un essor qui annonce des changements importants pour la recherche et l’intervention à venir. Les études longitudinales sur les facteurs de risque, sur l’apparition des comportements antisociaux et sur leur trajectoire à travers la vie des individus ont d’abord produit un ensemble de connaissances qui ont permis une meilleure compréhension du phénomène de la délinquance dans une perspective développementale. Puis, l’évolution fulgurante de la recherche en sciences biomédicales et son impact sur la compréhension de l’étiologie et sur le traitement des problèmes de santé mentale, lesquels recoupent de façon importante les comportements antisociaux, ont entraîné l’émergence du paradigme bio-psycho-social comme base d’étude et d’intervention en criminologie clinique. Les résultats des études en neurosciences et en génétique du comportement sont particulièrement éloquents quant à l’utilité de ce paradigme pour aborder dans sa totalité le phénomène délinquant. Si l’avènement de l’approche bio-psycho-sociale dans un cadre développemental et son impact sur la compréhension du comportement antisocial sont récents, les possibilités sans précédent qui s’offrent maintenant aux chercheurs et aux intervenants en criminologie clinique rendent la poursuite active de cette nouvelle stratégie incontournable.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.007 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.002 |
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; both teacher heads agree on what is shown here.
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".