Quand recherche et savoir scientifique cèdent le pas à l’activisme et au parti pris
Bibliographic record
Abstract
Populaires à la naissance de la victimologie, les études individuelles de victimes de crimes spécifiques ont été éclipsées, dans les années 1970, par des enquêtes de victimisation à grande échelle, l’approche micro cédant alors la place à une approche macro. Le but premier de ces enquêtes consistait à déterminer le volume de victimisation, à identifier la population de victimes, ainsi qu’à établir leurs caractéristiques sociodémographiques. Chacune de ces enquêtes donne une mine d’informations sur les victimes et permet une analyse minutieuse des modèles et des tendances spatiotemporelles pour des types variés de victimisation. Lors des trois dernières décennies du xxe siècle, cependant, la victimologie a subi une métamorphose très importante mais aussi inquiétante. La transformation idéologique de la victimologie a été nuisible à l’enrichissement et au progrès de la victimologie scientifique. La mutation idéologique de la victimologie est manifeste dans les conférences et les symposia qui se tiennent en son nom : l’étude des victimes qui cède le pas à l’art de les aider, la sur-identification avec des victimes de crimes, le zèle du missionnaire avec lequel les « intérêts » de la victime sont défendus et poursuivis, etc. Tout cela signale un glissement préoccupant : de savoir scientifique dépassionné, non biaisé et impartial, la victimologie est devenue un plaidoyer politique tombé dans un sectarisme déclaré. Le zèle du missionnaire montré par de nombreux victimologues au nom et dans l’intérêt des victimes de crimes est lourd de dangers. Quelques-uns de ces dangers sont examinés dans le présent article.
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
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gpt | Science and technology studies Domain: not available · Genre: Commentary About the Canadian research system: no · About a Canadian topic: no | Theoretical or conceptual | high |
| grok | Science and technology studies Domain: not available · Genre: Commentary About the Canadian research system: no · About a Canadian topic: no | Theoretical or conceptual | medium |
| opus | MetaresearchScience and technology studies Domain: Methods · Genre: Commentary About the Canadian research system: no · About a Canadian topic: no | Theoretical or conceptual | medium |
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 | 0.033 | 0.050 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.007 | 0.008 |
| Science and technology studies | 0.004 | 0.015 |
| Scholarly communication | 0.016 | 0.017 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.020 | 0.004 |
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, unvalidatedLabeled directly by 3 models reading the full record.
The models disagree on parts of this classification; every voice is preserved in the section at the end of the page.
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".