L'évaluation du risque de récidive au sein du système correctionnel canadien : regards sur les limites d'un système
Bibliographic record
Abstract
L’objet de cet article est d’apporter un regard critique sur le modèle canadien de gestion des sentences fédérales d’incarcération, lequel est souvent considéré comme un modèle idéal. À partir de données qualitatives et quantitatives, il ressort qu’un nombre important de détenus considérés comme porteurs des risques élevés et, par conséquent, ne bénéficiant pas d’une libération anticipée, réintègrent la collectivité sans qu’on les retrouve ensuite dans le système. Dès lors, on peut se demander jusqu’à quel point ce modèle, dont on vante la « réussite», ne peut pas être vu avant tout comme créateur d’échec. Il ressort, en effet, que sous couvert d’évaluations rationnelles et de prédictions actuarielles, non seulement le délit apparaît comme la dimension prépondérante dans la prise de décision, mais encore que les outils mis en place utilisent des critères peu variés et redondants, augmentant d’autant leur influence. Ces constats nous amènent à questionner la place de la responsabilité des acteurs dans un contexte où la gestion du risque fait face à une opinion publique en mal de 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 | 0.034 | 0.222 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.016 | 0.015 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.021 | 0.003 |
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".