Comment mesurer la délinquance des toxicomanes adultes ? Une comparaison empirique de la validité des registres de police et des sondages de délinquance autoreportée
Bibliographic record
Abstract
Cet article se base sur une analyse comparative des interpellations enregistrées par la police et des délits admis par un échantillon de toxicomanes adultes dans le cadre d'un sondage de délinquance autoreportée. La moyenne d'âge des membres de l'échantillon (N=491 dont 135 femmes) est de 31 ans. Il s'agit de toxicomanes qui étaient très engagés dans la délinquance avant de participer aux essais suisses de prescription d'héroïne. Différents concepts de validité sont testés, à savoir La validité de contenu (qui comprend la validité apparente et la validité logique) et la validité concourante (qui comprend la validité pour groupes différents et la validité corrélationnelle). L'analyse montre que ce n'est pas tellement le nombre de délits commis qui détermine le risque de se faire interpeller par la police, mais plutôt la diversité et la gravité de ces délits. Elle montre également que, dans le contexte étudié, le sondage de délinquance autoreportée s'avère être un indicateur valide de La criminalité. En fait, le sondage offre plus d'information et permet de déceler un plus grand nombre de délin- quants et de délits que les données de police.
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 | 0.005 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.007 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".