LA GESTION DES LIENS ENTRE LES CRIMES SEXUELS DE PRÉDATION. REPENSER VICLAS SOUS LA PERSPECTIVE DU PARADIGME SITUATIONNEL
Bibliographic record
Abstract
Le domaine de l'investigation policière a connu au cours du XXème siècle une évolution notable liée notamment à l'avènement des sciences forensiques ainsi qu'au développement de l'informatique. Ces deux grands apports ont considérablement influencé la manière de gérer la résolution des cas criminels par la police judiciaire. Si une base d'investigation classique est toujours présente, elle est aujourd'hui soutenue par de nouveaux outils qui sont supposés apporter une aide aux policiers. Dans le domaine de la criminalité violente et en particulier celui de la criminalité sexuelle de prédation, les bases de données de gestion des liens entre les affaires sont particulièrement présentes aujourd'hui. L'objectif de ces outils est de permettre le rapprochement d'affaires qui sont issues d'une même série à partir de différentes caractéristiques. Parmi ces outils, se trouve le Violent Crime Linkage Analysis System (ViCLAS), conçu par la Gendarmerie Royale Montée du Canada qui est particulièrement répandu dans les polices occidentales et notamment en France. La confidentialité entourant ce système, tant du point de vue de sa structure que des données qui y sont intégrées, rend difficile la publication d'études sur son sujet. Cependant, les chercheurs s'y sont intéressés et le présentent comme un outil intéressant, mais dont l'efficacité reste à démontrer. En effet, les études empiriques sur l'outil présentent un degré de fiabilité des données qui est contestable et une multiplication des cadres analytiques qui brouille ses objectifs opérationnels. Cette thèse propose donc de s'intéresser à la question de la validité de cet outil et présente des pistes de réflexion méthodologique et théorique pour optimiser son utilisation. Ainsi, dans une perspective opérationnelle, une réflexion autour de l'application du paradigme situationnel aux affaires de délinquance sexuelle de prédation y est testée. La réduction des dimensions de ViCLAS suivant cette perspective fait émerger des patterns criminels qui sont supposés favoriser la création des liens entre les affaires supposément liées.
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 | 0.011 | 0.035 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.008 | 0.006 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| 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".