Les Peuples autochtones et la confiance dans la police au Canada : exploration des facteurs influents
Bibliographic record
Abstract
Depuis la ratification de la Convention de règlement relative aux pensionnats indiens en 2006, on vit au Canada une intensification de la mise en cause des relations entre le gouvernement canadien, ses institutions et les Peuples autochtones. Une des institutions ayant fait face à cette mise en cause est la police. Les contextes historique, politique et sociologique de la relation entre la police et les Peuples autochtones au Canada amènent plusieurs commentateurs à caractériser leur relation comme en étant une de méfiance. Or, bien que les données indiquent que les Autochtones au Canada ont effectivement moins de confiance dans la police que les non-autochtones, ces données démontrent également que la majorité des Autochtones au Canada disent avoir au moins une certaine confiance dans la police. S’ancrant théoriquement dans le modèle expressif sur la confiance dans la police, la thèse explore ce constat contre-intuitif et examine pourquoi certains Autochtones ont confiance dans la police alors que d’autres non, et pourquoi plus d’Autochtones que de non-autochtones se méfient de la police. Les résultats de la thèse suggèrent que la confiance dans la police des Autochtones et des non-autochtones est associée à leur perception au niveau des considérations expressives, soit le lien social dans leur communauté, la présence de désordres sociaux et physiques dans cette dernière, leur sentiment de sécurité face au crime, mais également leur jugement concernant le fait que la police traite les gens équitablement ou non. Or, bien que ces facteurs soient saillants chez les Autochtones et les non-autochtones, les résultats suggèrent que ceux-ci ont une force explicative plus importante du côté des Autochtones au Canada. Conformément, ces facteurs s’alignent à plusieurs niveaux avec les contextes historique, politique et sociologique de la relation entre la police et les Peuples autochtones au Canada. Ce dernier point semble expliquer en partie la différence entre les Autochtones et les non-autochtones en ce qui a trait à leur niveau de confiance dans la police.
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 | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.013 | 0.006 |
| Scholarly communication | 0.006 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| 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".