MétaCan
Menu
Back to cohort
Record W4402217056 · doi:10.7202/1112180ar

La mixité légale en unité d'encadrement intensif : pourquoi et comment se produit-elle dans les centres de réadaptation du Québec?

2023· article· fr· W4402217056 on OpenAlexaffabout
S. J. Bourget, Mathilde Turcotte

Bibliographic record

VenueTravail social. · 2023
Typearticle
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsUniversité Laval
Fundersnot available
KeywordsPolitical scienceHumanitiesSociologyPhilosophy

Abstract

fetched live from OpenAlex

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 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)0.001
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: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.421
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0020.001
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.051
GPT teacher head0.315
Teacher spread0.264 · 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 designNot applicable
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

Citations0
Published2023
Admission routes2
Has abstractyes

Explore more

Same venueTravail social.Same topicSocial Sciences and GovernanceFrench-language works237,207