Pouvoir discrétionnaire et redevabilité. Le cas des patrouilleurs québécois dans le contexte de la gestion de la pandémie de COVID-19
Bibliographic record
Abstract
Afin de gérer la crise induite par le contexte d’urgence sanitaire provoqué par la pandémie de COVID-19, les décideurs publics québécois ont adopté des décrets qu’il revenait ensuite aux forces de l’ordre à mettre en œuvre. À la lumière de ce que nous ont partagé les 149 patrouilleurs ayant participé à des groupes de discussion dans le cadre de notre recherche, nous montrons que le contexte normatif inusité mis en place dans la foulée du recours à la Loi sur la santé publique brouille les paramètres habituels des pratiques policières. Cela se répercute sur l’exercice par les patrouilleurs de leur pouvoir discrétionnaire et sur leur positionnement à l’égard de la reddition de comptes. À leur tour, ces pratiques en matière de pouvoir discrétionnaire et de reddition de comptes soulèvent des enjeux d’éthique publique et d’éthique professionnelle que nous mettons en évidence.
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 | 0.008 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.014 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".