Satisfaction envers la police dans les communautés rurales et éloignées
Bibliographic record
Abstract
Nos connaissances scientifiques sur les relations police-communauté en milieux ruraux et éloignés sont limitées. L’article a pour objectif de clarifier ces connaissances en examinant les variations sur le plan de la satisfaction des citoyens envers la police à travers un continuum urbain-rural-éloigné. En utilisant la théorie de la structuration, nous envisageons, dans cette recherche, que le contexte des communautés rurales et éloignées apporte des contraintes et permet des pratiques policières différentes de celles de leurs collègues en milieux urbains, engendrant des variations quant aux perceptions des citoyens de la police. Grâce au recours aux données de l’Enquête sociale générale de 2014, les résultats suggèrent qu’il existe effectivement des variations importantes en fonction du lieu où les gens habitent. Particulièrement, la satisfaction des citoyens en matière de rendement décline avec l’isolement géographique des communautés rurales et éloignées comparativement aux communautés urbaines. Plus encore, la satisfaction des citoyens quant aux compétences interpersonnelles des policiers est plus élevée dans les communautés rurales comparativement aux régions urbaines. Toutefois, elle décline avec l’isolement géographique des communautés éloignées. Ces résultats contribuent à l’information nécessaire au développement de politiques publiques et de pratiques policières ayant le potentiel d’améliorer les relations police-communauté.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".