Le sentiment d’insécurité dans les lieux publics urbains et l’évaluation personnelle du risque chez des travailleuses de la santé
Bibliographic record
Abstract
Le sentiment d’insécurité en milieu urbain est une crainte multiforme basée sur la criminalité, les incivilités et les actes d’intimidation et de violence dans les espaces publics. Le sentiment d’insécurité dans un lieu public est déterminé par une évaluation personnelle du risque. Ce processus d’évaluation permet aux personnes, à la suite d’un indice d’alerte, d’analyser l’environnement global d’un espace public urbain. Cette évaluation personnelle du risque s’effectue grâce à un patron d’organisation de l’information sur l’environnement externe composé de trois pôles : les générateurs microsociaux de l’insécurité, la disponibilité de l’aide et la présence de témoins ; les caractéristiques du milieu bâti ; auxquelles s’ajoutent les variables personnelles de même que le contexte macrosociologique. L’évaluation personnelle du risque permet de reconnaître les facteurs de risque, mais aussi les facteurs de protection dans l’environnement physique et social, comme l’aide disponible, et de les mobiliser pour rétablir la sécurité.
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 | 0.006 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".