L'emprisonnement avec sursis au Québec : impact de l'Arrêt Proulx et du nouveau cadre gestion
Bibliographic record
Abstract
On constate aussi une forte disparité régionale à l’intérieur du Québec dans l’application de la mesure. En particulier, il y a des différences considérables quant à la durée des sursis, au type de mesure prononcé et aux conditions imposées.\n\nSi cette recherche donne des informations pertinentes sur l’application du sursis au Québec et peut aider les décideurs à voir l’impact de décisions judiciaires et administratives, elle souligne aussi l’importance d’avoir de telles informations sur une base permanente. Il est essentiel d’avoir continuellement une bonne connaissance du fonctionnement du système pénal et des pratiques correctionnelles. Cette connaissance ne doit pas seulement être produite par des recherches ponctuelles mais les systèmes de gestion des diverses agences doivent pouvoir fournir régulièrement des informations sur leurs opérations. \n\nEn ce qui concerne le sursis, il est impératif que certaines informations, telles les conditions imposées, les manquements aux conditions, les recommandations des agents et les décisions des tribunaux soient saisies systématiquement dans la base de données DACOR et soient analysées continuellement. Ce sont des conditions essentielles pour savoir ce qui se passe, pour prendre des décisions éclairées et tenter, autant que faire se peut, d’améliorer l’administration de la 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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".