Facteurs de risque liés à la criminalité violente chez les contrevenants psychotiques des prisons québécoises
Bibliographic record
Abstract
Au cours des dernières décennies, de nombreuses études ont confirmé l’existence d’une relation entre les troubles mentaux graves et persistants (TMGP) et la commission de crimes violents. Les facteurs de risque associés à la violence chez les gens atteints de TMGP sont la consommation d’alcool ou de drogues, la dépression et les troubles de personnalité. Cependant, aucune étude n’a été faite auprès des détenus des prisons québécoises, c’est-à-dire, des détenus qui purgent des sentences de courte durée, afin de voir si ces constats s’appliquent aussi à cette population. La présente étude tente de vérifier si les mêmes facteurs de risque sont liés à la violence chez les détenus psychotiques des prisons du Québec. Les dossiers de la RAMQ et du système DACOR de 121 détenus ont été analysés afin de répondre à la question de recherche. Tout d’abord, des analyses statistiques descriptives et bivariées ont été effectuées. Par la suite, des régressions logistiques ont été menées afin d’identifier les meilleurs prédicteurs de comportements violents chez les contrevenants psychotiques des prisons québécoises. Il semble que ce soit davantage les antécédents judiciaires ainsi que la médication psychotrope qui a été prescrite, plutôt que les diagnostics de troubles mentaux comorbides, qui distinguent les détenus psychotiques violents des non-violents dans les prisons québécoises. Une explication possible à cette observation est que les médecins prescriraient plus en fonction de la présence de certains symptômes spécifiques qu’en fonction des diagnostics de l’axe I ou de l’axe II. Enfin, des différences significatives sont présentes entre les hommes et les femmes.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| 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".