La construction du cadre normatif de l’emprisonnement avec sursis : analyse de la réforme politique de la loi C-9 au Canada
Bibliographic record
Abstract
L’emprisonnement avec sursis, crée lors de la réforme canadienne sur la détermination de la peine en 1996, permet à une personne condamnée à une peine d’emprisonnement de moins de deux ans de la purger dans la collectivité, tout en respectant des conditions imposées par le juge. Dans un contexte de durcissement pénal, deux réformes, la loi C-9 en 2007 et la loi C-10 en 2012 ont réduit le champ d’application de l’emprisonnement avec sursis, rendant l’accès à cette peine de plus en plus sélectif. L’objectif de cet article est de comprendre comment s’est construit le cadre normatif de l’emprisonnement avec sursis au Canada. À partir d’une analyse des débats politiques autour de la loi C-9 en 2009, les résultats montrent l’implication d’une multitude d’acteurs, aux intérêts antagonistes, dans la construction de la loi. Ces acteurs s’organisent en quatre profils (le profil pragmatique, le profil communautaire le profil populiste et le profil juridique) selon leurs représentations et valeurs partagées. Ainsi, la loi ne s’est pas construite d’une manière uniforme, mais suite à une composition entre tous les arguments présentés.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.015 |
| Scholarly communication | 0.010 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".