La Loi sur l’indemnisation des victimes d’actes criminels du Québec : lorsque le temps court contre les victimes de violence sexuelle intrafamiliale
Bibliographic record
Abstract
La Loi sur l’indemnisation des victimes d’actes criminels (LIVAC) du Québec indemnise actuellement en grande partie des femmes et des enfants victimes de violence sexuelle intrafamiliale. En 1972, lors de l’adoption de cette loi, le législateur québécois ne visait pas ce genre de clientèle et ce type de violence. À partir de la jurisprudence québécoise dans le domaine, l’étude qui suit a pour objet de mettre en lumière un problème d’application de cette loi, qui découle de la nature des infractions subies et des particularités de la clientèle. Après un court rappel du champ d’application de cette loi, l’auteure aborde la question du délai pour présenter une demande d’indemnisation. Il est reconnu que les victimes de violence sexuelle intrafamiliale ne sont pas toujours en mesure de respecter ce court délai, en raison de la nature même de la violence subie. Pour mieux répondre aux besoins des victimes, des propositions d’interprétation et de réforme législatives sont avancées. L’analyse de l’auteure est inspirée d’une approche d’équité qui favorise l’accessibilité à la justice pour les victimes de violence sexuelle intrafamiliale et qui assure la protection de leurs droits fondamentaux.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.005 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.012 | 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".