Exploration des facteurs associés à la confiance des Autochtones envers la police au Canada : la pertinence du modèle expressif
Bibliographic record
Abstract
L’article explore les facteurs associés aux variations du niveau de confiance des Autochtones envers la police au Canada. Dans une démarche comparative, il examine également la saillance de ces facteurs chez les non-Autochtones. Pour ce faire, l’étude a eu recours aux données de l’Enquête sociale générale de 2014. Les résultats suggèrent que la confiance des Autochtones envers la police est associée non seulement à leurs perceptions face au crime, mais également à leurs perceptions face à l’état du lien social dans leur communauté de manière plus générale. Plus important encore, cette confiance serait associée à leur perception face au traitement équitable des citoyens par la police. Les résultats suggèrent également la saillance de ces facteurs chez les non-Autochtones. Ainsi, les pratiques policières ne devraient pas se limiter à la répression du crime, mais aussi chercher à assurer le bien-être des communautés dans un sens plus large et à promouvoir la perception d’un traitement équitable des citoyens. Or, ces pratiques semblent être perçues par les Autochtones comme étant particulièrement déficientes. Ceci expliquerait en partie pourquoi leur niveau de confiance dans la police est plus faible que celui des non-Autochtones.
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 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".