Bibliographic record
Abstract
En criminologie, plusieurs théories avancent que les membres de l’entourage des personnes délinquantes ont le pouvoir d’influencer leur conduite. À ce jour, peu de travaux intègrent toutefois la réalité de ces individus, l’explorant plutôt à partir du point de vue de l’auteur des actions délictuelles. La présente étude propose qu’une compréhension approfondie de ces mécanismes d’influence sociale nécessite une considération sérieuse de cette expérience, notamment de la manière dont l’entourage est affecté par la délinquance d’un être cher. L’analyse thématique d’entretiens semi-directifs menés auprès de 18 de ces proches montre que leur expérience est empreinte d’ambivalence. D’un côté, c’est un fort attachement relationnel à l’auteur des actes délictueux qui est décrit, de l’autre, une opposition morale à sa conduite. Afin de réduire les effets désagréables associés à l’ambivalence, diverses stratégies narratives sont mises en place. Ces dernières permettent non seulement le maintien de la relation, mais favorisent aussi l’entrée dans une zone de tolérance devant la délinquance de la personne aimée. Les retombées possibles de cette tolérance pour les théories criminologiques de l’influence sociale sont discutées à la lumière de ces résultats.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.008 | 0.013 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".