L’instabilité des motivations de l’incendie criminel dans le secteur résidentiel à Montréal
Bibliographic record
Abstract
Étant donné la diversité des motivations des incendiaires, l’étude empirique de l’incendie criminel est particulièrement ardue. À cette difficulté s’ajoute le fait que les motivations économiques des incendiaires sont instables si elles sont sensibles à l’évolution du contexte socio-économique. Si cette hypothèse est vraie, les déterminants de l’incendie criminel différeraient, par exemple, selon que l’on se trouve en période d’expansion ou de récession. Sans développer un modèle théorique pouvant servir à déterminer de façon précise les motivations économiques de l’incendie criminel à travers les différentes phases du cycle économique, nous cherchons d’abord à convaincre le lecteur de la pertinence de tenir compte de ce phénomène d’instabilité dans toute étude sur l’incendie criminel. Nous tentons ensuite de définir l’importance relative de ces motivations et d’en tester la stabilité au cours des différentes phases du cycle économique. À notre connaissance, les études antérieures sur l’incendie criminel ont toutes négligé de tenir compte de l’instabilité des motivations économiques pouvant être reliée aux aléas du cycle économique. Notre étude a des implications importantes pour les compagnies d’assurances et les chercheurs qui tentent souvent d’évaluer les risques d’incendies à partir de séries chronologiques. Nos résultats suggèrent en effet qu’une telle approche peut conduire à des conclusions erronées et pourrait ainsi expliquer pourquoi les résultats des diverses enquêtes empiriques sur l’incendie criminel ne concordent pas ou sont tout simplement non concluants.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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 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".