Bibliographic record
Abstract
L’objectif de cette thèse est de comprendre comment se construit la pénalité, des politiques jusqu’aux pratiques, à travers l’exemple de la peine d’emprisonnement avec sursis. Elle propose une lecture transversale de la pénalité à travers chacun des niveaux du système pénal (politiques, organisations, pratiques). La thèse conceptualise le système pénal comme un système doté d’une rationalité et composé d’espaces autonomes, mais en constante communication les uns avec les autres, au sein desquels les pratiques s’opèrent. A partir d’une méthodologie qualitative fondée sur une analyse de discours politiques et une enquête de terrain au sein de huit agences de surveillance communautaires au Québec, la thèse montre que : 1) à l’issue d’un rapport de force entre différents groupes aux valeurs antagonistes, le cadre normatif du sursis a été construit selon une logique de gestion des risques ; 2) les organisations sont dotées de cultures pénales et locales qui façonnent les représentations et les identités professionnelles et 3) les pratiques individuelles sont le résultat d’un arbitrage entre une interaction, une culture locale et un cadre normatif.
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 | 0.006 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.013 | 0.029 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 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".