Perceptions des pratiques en matière d’audition de suspects
Bibliographic record
Abstract
Le principal objectif de cette étude était d’évaluer les perceptions d’agents des douanes françaises en matière d’audition de suspects. Étant donné le peu de formation théorique existant en France, il était attendu que ces agents déclarent utiliser des méthodes considérées comme néfastes, dans la littérature scientifique, pour le déroulement et l’efficacité de la conduite d’auditions. Soixante-quatorze agents des douanes ont répondu à un questionnaire les invitant à évaluer l’usage, dans leur pratique, de méthodes d’audition de suspects, certaines étant considérées comme bénéfiques et d’autres, néfastes. Conformément à nos attentes, les résultats ont indiqué que les agents des douanes déclaraient utiliser certaines méthodes bénéfiques pour le déroulement de l’audition, mais aussi néfastes, telles que l’usage privilégié d’un questionnement fermé, la maximisation, la pression, etc. Les niveaux d’expérience et de présomption de culpabilité avaient également un impact sur les méthodes utilisées. L’analyse du questionnement a permis de montrer que les questions dirigées étaient largement utilisées. Des préconisations en termes de formation professionnelle sont formulées.
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 | 0.016 | 0.046 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".