Analyse de la structure sociale des conflits et des alliances intergangs
Bibliographic record
Abstract
Cette étude propose un cadre analytique qui permet d’étudier le réseau social des gangs montréalais, dont certains s’identifient aux deux grandes coalitions étatsuniennes : lesBloods(les rouges) et lesCrips(les bleus). L’objectif de cette recherche est de décrire la structure de ce réseau social en s’intéressant d’abord à la constitution et à l’organisation interne de ces gangs et, ensuite, aux dynamiques relationnelles qui les unissent une fois mis en interaction les uns avec les autres. Nous souhaitons donc comprendre dans quelle mesure les dynamiques intergangs, tant positives que négatives, s’orchestrent selon la conception polarisée des conflitsCripsversusBloods. Nos données ont été recueillies auprès de 20 membres juvéniles de gangs pris en charge par le Centre jeunesse de Montréal-Institut universitaire. Ces participants, qui appartiennent à différents gangs rivaux ou alliés, ont été rencontrés dans le cadre d’une série d’entrevues de groupe réalisée au cours de l’année 2007. Ensemble, ils ont identifié un total de 35 gangs qui occupent des territoires précis à Montréal. La structure obtenue comprend des modèles de relations attendus par la conception traditionnelle, conflits inter-consortiums (77 % de l’ensemble des dynamiques négatives n = 43) et alliances intra-consortiums (87 % de l’ensemble des dynamiques positives n = 40). Des exceptions à cette conception sont soulevées et nuancent la compréhension de la structure relationnelle à l’étude.
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 | 0.004 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| 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".