L’instauration de tribunaux spécialisés en matière de crimes sexuels : un pas de plus vers la reconstruction d’une confiance brisée
Bibliographic record
Abstract
Le système de justice criminelle québécois, malgré toutes les réformes dont il a fait l’objet, continue de traiter de manière inappropriée les victimes d’agression sexuelle. L’attrition, l’influence du modèle du « vrai viol » et la victimisation secondaire sont autant d’obstacles rencontrés par les victimes qui participent à leur perte de confiance envers ce système. Pour rétablir cette confiance, des décideurs proposent l’implantation de tribunaux spécialisés en matière de crimes sexuels. Les modèles sud-africain et néo-zélandais ont eu un impact positif sur leur juridiction : augmentation des taux de condamnation, amélioration de la qualité des témoignages, diminution des délais et de la victimisation secondaire, amélioration de la connaissance des juges sur la réalité des victimes, etc. Ils représentent donc une initiative prometteuse pour l’amélioration de l’expérience des victimes et, conséquemment, un espoir pour le rétablissement de leur confiance envers le système de justice canadien et québécois.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.005 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".