Quand « criminel un jour » ne rime pas avec « criminel toujours » : le désistement du crime de contrevenants québécois1
Bibliographic record
Abstract
L’étude des carrières criminelles a permis, jusqu’à présent, d’identifier les mécanismes qui conduisent un individu à commettre des crimes. Or s’il est connu que la grande majorité des contrevenants cessent un jour leurs activités criminelles (en référence à la courbe de la criminalité), ce n’est qu’au cours des dernières années que les chercheurs se sont intéressés à la dernière phase de ces carrières criminelles : soit le moment où elles se terminent. Si l’on connait un peu mieux comment les incarcérés et les probationnaires se désistent du crime, aucune étude portant sur le désistement du crime des sursitaires n’a pu être répertoriée. En outre, on retrouve dans la littérature trois principales théorisations du processus de désistement, mais aucune ne fait consensus. À partir des limites inhérentes aux théories existantes, cet article propose un nouvel angle conceptuel permettant d’appréhender le désistement du crime. Par la suite, il s’agit d’illustrer de quelle manière la confrontation de ce nouveau cadre conceptuel aux données qualitatives recueillies auprès de 29 sursitaires québécois permet de mettre en exergue trois processus distincts (le converti, le repentant et le rescapé) qui conduisent à l’arrêt des comportements criminels.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.013 | 0.015 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".