Relations entre les services de police et les Inuit et pratiques policières au Nunavik
Bibliographic record
Abstract
Cet ensemble de données a été produit dans le cadre du projet "Relations des services de police avec les Inuit - Analyse des pratiques et des politiques au Nunavik" mené par la Chaire de recherche Sentinelle Nord sur les relations avec les sociétés inuit (Université Laval) entre septembre 2019 et janvier 2020. La recherche répondait à un appel à projets de la part de Sécurité publique Canada et visait à analyser les relations entre les services de police et les Inuit du Nunavik (Arctique québécois), à mieux comprendre les incompréhensions culturelles qui ternissent la relation, et à identifier les bonnes pratiques policières. Il a été réalisé en partenariat avec le Service de police du Nunavik (anciennement Corps de police régionale Kativik). Les données ont été récoltées grâce à trois méthodes: 1) Une revue de la littérature sur l'histoire des services de police au Nunavik ; 2) Vingt-sept entretiens individuels semi-dirigés ; 3) Un atelier de recherche de trois jours avec treize personnes travaillant au sein de différentes organisations et services au Nunavik (services de police, services sociaux, Direction de la protection de la jeunesse, Administration régionale Kativik, Centre d’aide aux victimes, Makivik) ont participé. Les données ne sont pas directement accessibles, mais la manière de les obtenir est décrite dans un des documents déposés ("Accès aux données"). Sont accessibles présentement avec le jeu: sommaire de l'atelier et grilles d'entretien.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.011 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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.
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".