MétaCan
Menu
Back to cohort
Record W4410192307 · doi:10.26034/la.cfs.2024.4774

Article court : La construction des savoirs policiers spécialisés : le cas des techniciens en identité judiciaire du Québec

2024· article· fr· W4410192307 on OpenAlexaffabout
Vincent Mousseau, Rémi Boivin

Bibliographic record

VenueCriminologie Forensique et Sécurité · 2024
Typearticle
Languagefr
FieldMedicine
TopicHistorical and Scientific Studies
Canadian institutionsUniversité de MontréalInternational Centre for Comparative Criminology
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Au cours de leur carrière, les policiers ont l’opportunité de s’orienter vers diverses spécialisations propres à la fonction policière, dont les services d’identité judiciaire, c’est-à-dire les unités regroupant les policiers spécialisés responsables de l’inspection et l’investigation des scènes d’incident. Cette fonction particulière requiert des savoirs distincts des savoirs policiers plus traditionnels dans la mesure où elle implique une connaissance des principes physicochimiques de transfert et de persistance de la matière propres à la science forensique. Nous en savons toutefois toujours peu sur la façon dont les techniciens en identité judiciaire acquièrent de tels savoirs et sur la façon dont ils valorisent ceux issus de la formation (savoirs explicites) et ceux issus de la pratique (savoirs tacites). La présente étude cherche dès lors à explorer les processus de construction des savoirs spécialisés pertinents à l’inspection des scènes d’incident par les techniciens en identité judiciaire du Québec. Les résultats suggèrent la primauté marquée de l’apprentissage expérientiel et de la socialisation professionnelle informelle sur l’apprentissage formel pour les techniciens en identité judiciaire. De tels résultats invitent en ce sens à approfondir encore davantage les véritables mécanismes de construction des savoirs et leurs effets sur les croyances et performances des techniciens en identité judiciaire.

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)0.001
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: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.561
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0010.009
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0000.001

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 head0.081
GPT teacher head0.328
Teacher spread0.247 · 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

Citations1
Published2024
Admission routes2
Has abstractyes

Explore more

Same venueCriminologie Forensique et SécuritéSame topicHistorical and Scientific StudiesFrench-language works237,207