Le Registre national des délinquants sexuels au Québec : un problème de mise en œuvre
Bibliographic record
Abstract
À ce jour, nombreuses sont les études qui se sont intéressées aux différents systèmes d’enregistrement pour les délinquants sexuels dans le monde. Dans l’ensemble, il en ressort un tableau particulièrement pessimiste quant à l’efficacité de tels outils d’enregistrement et l’importance des impacts de cet enregistrement sur les délinquants qui y sont inscrits. Néanmoins, les systèmes d’enregistrement continuent d’être utilisés et sont réclamés par la population. L’histoire préalable à l’adoption de la Loi sur l’enregistrement de renseignements sur les délinquants sexuels (LERDS) au Canada met en lumière les éléments contextuels qui font de cette politique publique un instrument hautement politisé auquel sont prêtées des visées symboliques. Le présent mémoire cherche à analyser la façon dont ce contexte influence le processus de mise en oeuvre de cette politique publique et les impacts qu’engendre ce processus sur l’utilisation de l’outil par les organisations policières du Québec. Les travaux relatifs à la mise en oeuvre d’une politique publique deviennent ainsi particulièrement intéressants. De plus, en mettant au coeur de ses objectifs les policiers, la LERDS sous-entend que le processus de mise en oeuvre du Registre national des délinquants sexuels (RNDS) s’effectuera à travers eux. Dans ce contexte, l’utilisation de la méthode qualitative a été privilégiée considérant qu’elle place au coeur de son intérêt l’acteur, son vécu et ses particularités. Les constats ressortant de la présente étude permettent de confirmer qu’il s’agit d’une politique ambigüe, en plus de saisir le haut degré de conflit qui l’entoure. En effet, le manque d’uniformité des pratiques ainsi que l’incompréhension du rôle du RNDS et des implications légales et pratiques qui l’entourent tendent à générer une vision erronée de l’outil tant pour les utilisateurs sur le terrain (les policiers) que ceux qui procèdent aux recherches dans la base de données (le CQEDS). Un élément qui semble propre au Québec est sans aucun doute l’absence de considération des patrouilleurs dans l’utilisation de l’outil aux fins d’enquête et de prévention des crimes sexuels. Finalement, la formation des policiers relativement à l’outil ainsi que l’attribution des ressources pour le rendre fonctionnel peuvent contribuer à complexifier l’atteinte des objectifs visés dans la LERDS. De façon générale, les résultats nous dépeignent une image pas totalement noire, mais certainement déficitaire d’un processus qui, même après 12 ans d’implantation, ne semble pas s’être adapté aux besoins des acteurs locaux.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".