Enquête sociale générale, cycle 28, 2014 [Canada] : Sécurité des Canadiens, Fichier des incidents
Bibliographic record
Abstract
L'objectif principal de l'ESG sur la sécurité des Canadiens (victimisation) est de mieux comprendre comment les Canadiens perçoivent le crime et le fonctionnement du système de justice ainsi que de saisir de l'information quant à leurs expériences de victimisation. Cette enquête est la seule enquête nationale basée sur les déclarations de la victime et elle est menée dans l'ensemble des provinces et territoires. L'enquête permet de produire des estimations sur le nombre et les caractéristiques des victimes et des incidents criminels. Comme certains crimes ne sont jamais déclarés à la police, cette enquête fournit un complément important aux taux de crimes officiellement signalés car elle mesure à la fois les crimes déclarés à la police et ceux qui ne le sont pas. Elle permet également de comprendre les raisons pour lesquelles les personnes choisissent de déclarer ou de ne pas déclarer un acte criminel à la police. Les résultats de cette enquête seront utilisés par les services de police, tous les paliers de gouvernement, les organismes de services sociaux et d'aide aux victimes, les groupes communautaires ainsi que les chercheurs pour comprendre non seulement la nature et l'étendue de la victimisation au Canada mais également pour étudier les perceptions qu'ont les Canadiens quant à leur sécurité, au niveau de criminalité dans leur voisinage et leur attitude envers le fonctionnement du système de justice pénale.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.006 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.054 | 0.009 |
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".