Article court : Le chien comme stratégie de prévention contre les cambriolages dans les domiciles de l’île de Montréal
Bibliographic record
Abstract
Le cambriolage est un crime particulièrement fréquent dans les grandes villes. L’objectif de ce projet est d’évaluer la présence d’un lien statistique entre la répartition de cambriolages et la propriété de chiens dans les domiciles de la ville de Montréal pour les années 2015 à 2018. Cette étude vise à croiser des données en sources ouvertes de la ville quant au nombre de cambriolages, du registre municipal des animaux de compagnie, ainsi que des données du recensement. Des analyses bivariées et multivariées, telles que les corrélations et une analyse de régression binomiale négative, sont utilisées. Les résultats suggèrent que les chiens ont un fort effet dissuasif sur la commission de cambriolages, présumément en augmentant les coûts du passage à l’acte pour les cambrioleurs potentiels. Cette recherche suggère de nouveau que des moyens de prévention situationnelle peuvent avoir un impact considérable sur le crime.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".