criminalité économique : une analyse des dispositions normatives québécoises sous l’angle de la criminalité en col blanc
Bibliographic record
Abstract
Dans l’espace que lui donne le partage des compétences dans la Loi constitutionnelle de 1867, le Québec a fait des efforts considérables, au cours des 20 dernières années, pour mettre en place des mesures législatives et administratives visant à combattre la criminalité en col blanc et à placer le financement des partis politiques à l’abri des influences partisanes. Les nombreux scandales économiques tant dans le secteur des affaires privées que dans l’administration publique, ainsi que les délibérations publiques de la commission Charbonneau concernant la corruption et la collusion dans l’octroi et la gestion des contrats publics dans l’industrie de la construction ont alimenté la critique collective et la montée d’un mouvement social suffisamment puissant pour qu’il impose les objectifs à l’agir étatique. La province de Québec, qui a longtemps été perçue comme le terreau le plus fertile à la corruption et à la collusion au Canada, est devenue, en quelques années seulement, un chef de file dans le combat de la criminalité en col blanc.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.011 | 0.015 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".