La mixité légale en unité d'encadrement intensif : pourquoi et comment se produit-elle dans les centres de réadaptation du Québec?
Bibliographic record
Abstract
La majorité des centres de réadaptation du Québec possède des unités sécuritaires pour les jeunes délinquants condamnés à une peine de mise sous garde et d’autres unités sécuritaires pour les jeunes en besoin de protection qui présentent des comportements dangereux. Toutefois, certains centres utilisent les unités sécuritaires pour jeunes en protection afin d’y héberger aussi des jeunes délinquants, créant ce que l’on appel des situations de mixité légale. Ces situations sont préoccupantes, sachant qu’elles peuvent avoir des impacts importants sur les jeunes dans ces unités, comme de placer les jeunes les plus vulnérables en danger ou de forcer les intervenants à accorder d’avantage d’attention aux jeunes délinquants qui posent un risque pour la sécurité des autres jeunes. Le but du présent article est de présenter pourquoi et comment les situations de mixité légale se produisent dans ces unités sécuritaires. Quatre contextes de mixité légale ont été identifié à partir de dix entrevues menées auprès d’intervenants et de gestionnaires du centre de réadaptation de la Capitale-Nationale. Des différences ont aussi été découverte entre les différents contextes en fonction de leur influence sur les impacts de la mixité légale sur les jeunes et sur le travail clinique des intervenants.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.007 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
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.
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".