Diagnostic local de sécurité des filles, des femmes et des aînées: arrondissement de Villeray-Saint-Michel-Parc-Extension (version synthèse)
Bibliographic record
Abstract
Ce diagnostic local de sécurité (DLS) vise à dresser un portrait quantitatif et qualitatif de l’ampleur et la nature de l’insécurité ainsi que de la sûreté chez les adolescentes, les jeunes femmes, les femmes adultes et les aînées de l’arrondissement montréalais Villeray-Saint-Michel-Parc-Extention (VSP). Le volet quantitatif de cette étude se base sur les données criminelles du Laboratoire en sécurité urbaine (LabSU) du CIPC, qui proviennent du Programme de déclaration uniforme de la criminalité (DUC) du ministère de la Sécurité publique du Québec. Le volet qualitatif se base sur les informations recueillies à travers des activités de mobilisation des connaissances ayant été réalisées localement par le CIPC. Il a été important d’inclure dans ce document une analyse différenciée selon les sexes dans une perspective intersectionnelle (ADS+). Définie comme une théorie transdisciplinaire, l’intersectionnalité permet d’analyser la complexité des identités et des inégalités sociales par une approche intégrée, en refusant la hiérarchisation et le cloisonnement des appartenances ou des assignations sociales que sont les catégories de sexe/genre, classe, race, ethnicité, âge, handicap et orientations sexuelles (Bilge, 2009).
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 | 0.007 | 0.026 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.026 | 0.002 |
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".