MétaCan
Menu
Back to cohort
Record W4393952193 · doi:10.26034/la.cfs.2024.4442

La responsabilisation des auteurs de violence conjugale

2024· article· fr· W4393952193 on OpenAlexaffabout
Valérie Roy, Normand Brodeur, Rebecca Angele

Bibliographic record

VenueCriminologie Forensique et Sécurité · 2024
Typearticle
Languagefr
FieldSocial Sciences
TopicCriminal Law and Evidence
Canadian institutionsUniversité Laval
Fundersnot available
KeywordsHumanitiesPsychologyPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Au Québec et ailleurs, la responsabilisation des auteurs de violence conjugale (AV) compte parmi les principes-clés des actions visant à contrer la violence conjugale. Un des objectifs des programmes destinés aux auteurs de violence consiste d’ailleurs à les amener à reconnaître leur violence et ses conséquences et à en accepter la pleine responsabilité. L’identification des meilleures pratiques pour ce faire reste cependant à réaliser. Avec l’objectif de cerner les principales dimensions de la responsabilisation et de dégager des meilleures pratiques, une recherche-action, s’appuyant sur les savoirs d’expérience, a été réalisée avec des organismes québécois offrant des programmes pour les auteurs de violence conjugale. Quatre groupes de discussion, dix entrevues individuelles et des observations dans trois organismes ont été réalisés. Les résultats amènent à conceptualiser la responsabilisation comme un processus comprenant cinq dimensions principales, à rendre compte d’une trentaine d’interventions permettant de les travailler avec les auteurs de violence et à cibler certains défis. Ces résultats sont discutés en considération de l’environnement sociopénal dans lequel le travail clinique auprès des AV s’inscrit, de même qu’en considération d’une perspective à la fois rétrospective, centrée sur les gestes passés, et prospective, tournée vers un projet de vie sans violence.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.513
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.005
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.001

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.

Opus teacher head0.171
GPT teacher head0.419
Teacher spread0.248 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2024
Admission routes2
Has abstractyes

Explore more

Same venueCriminologie Forensique et SécuritéSame topicCriminal Law and EvidenceFrench-language works237,207