Étude des motivations à devenir policier : un regard sur l’avis des étudiants québécois inscrits au programme de formation policière
Bibliographic record
Abstract
Les études sur les motivations à devenir policier sont rares, particulièrement dans la francophonie. De plus, la possibilité que les motivations changent au fil du temps est largement ignorée, même si les futurs policiers sont, pour la majorité, à une période cruciale du développement humain, soit la vie d’adulte émergente. Cet article vise à suivre l’évolution des motivations de 437 futurs policiers du Québec ainsi qu’à vérifier l’existence de liens entre les profils motivationnels, les aspirations professionnelles et le sexe, l’âge et l’origine culturelle des répondants. Les résultats proposent que le désir d’aider les gens reste la motivation ayant suscité l’intérêt de la majorité des étudiants, indépendamment de leur année de formation et de leurs caractéristiques individuelles. L’analyse des motivations a aussi permis de déterminer que le choix d’entrer dans la police se distribue selon un profil missionnaire ou judicieux. Enfin, les résultats suggèrent que plusieurs (futurs) policiers choisissent ce métier pour sa mission, mais que les motivations peuvent changer en fonction de l’âge biologique et de l’avancement dans les études. Concrètement, cela signifie qu’il est raisonnable d’anticiper des changements entre l’admission à la formation policière et l’achèvement de celle-ci, et d’ajuster les critères d’admission en conséquence.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.011 | 0.004 |
| Scholarly communication | 0.004 | 0.001 |
| 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".