MétaCan
Menu
Back to cohort
Record W2994097386 · doi:10.7202/1065861ar

La sélection et l’évaluation des techniciens en scène de crime

2019· article· fr· W2994097386 on OpenAlexaffvenueabout
Vincent Mousseau

Bibliographic record

VenueCriminologie · 2019
Typearticle
Languagefr
FieldSocial Sciences
TopicPolicing Practices and Perceptions
Canadian institutionsUniversité de Montréal
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

La conception dominante de la criminalistique semble à l’heure actuelle globalement orientée vers les analyses en laboratoire et la présentation de preuves devant les tribunaux, laissant ainsi de côté l’investigation de la scène de crime et les techniciens en identité judiciaire. Ces derniers jouant néanmoins un rôle de premier plan dans l’exploitation des traces matérielles, leur sélection et l’appréciation de leurs aptitudes par les dirigeants policiers représentent une responsabilité managériale déterminante pour l’investigation de la scène de crime. Par l’entremise d’entretiens semi-dirigés, cet article vise à déterminer les compétences attendues des techniciens en identité judiciaire par les cadres policiers du Québec et à comprendre comment elles s’inscrivent dans leur conception de la profession. Il met entre autres en évidence l’absence d’acteurs scientifiques impliqués dans l’appréciation des compétences des techniciens en identité judiciaire et l’attention particulière accordée par les gestionnaires policiers à la conformité aux règles de procédures. Les dirigeants policiers gagneraient ainsi à concevoir davantage l’investigation de la scène de crime comme un effort scientifique et à considérer le rôle des techniciens en scène de crime dans le déploiement de l’action de sécurité afin d’optimiser leur sélection, leur appréciation et, ultimement, leur efficacité.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesInsufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Other design · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.808
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.001
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.002

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.

Opus teacher head0.509
GPT teacher head0.504
Teacher spread0.004 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designOther design
Domainnot available
GenreEmpirical

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".

Quick stats

Citations7
Published2019
Admission routes3
Has abstractyes

Explore more

Same venueCriminologieSame topicPolicing Practices and PerceptionsFrench-language works237,207