La justice réparatrice et les victimes d'actes criminels
Bibliographic record
Abstract
Ce rapport décrit le déroulement d’un atelier sur la justice réparatrice et les victimes d’actes criminels ayant eu lieu le 28 mars 2002 à Montréal, et auquel plusieurs personnes oeuvrant au sein des organismes de justice réparatrice, auprès des victimes, et dans le milieu du système de justice ont participé. La justice réparatrice peut être perçue comme une opportunité intéressante pour les victimes d’acte criminel, mais peut aussi entraîner une victimisation secondaire chez ces dernières, c’est sur ce sujet que s’élabore le présent document. Nous présentons dans ce rapport trois conférences. La première est présentée par Dr. Jo-Anne Wemmers, criminologue et membre active de la Société mondiale de victimologie et responsable de l’unité Victimes et justice réparatrice au Centre international de criminologie comparée de l’Université de Montréal, où elle est enseignante et poursuit des recherches dans le domaine victimologique. La deuxième est présentée par Marie-Claude Côté, directrice du CAVAC de Laval, et Nicole Laroche, directrice du CAVAC de l’Estrie, et la troisième par le Dr. Ivo Aersten, professeur et chercheur à la Katholieke Universiteit de Louvain, où il effectue ses recherches dans les domaines de la victimologie, de la pénologie, et de la justice réparatrice. Le rapport se termine sur un résumé de la discussion ayant pris place entre les participants de l’atelier à la suite des conférences. Quels sont les besoins des victimes auxquels la justice réparatrice peut répondre? Quels sont les avantages et les risques de la participation des victimes aux programmes de réparation? Quelle est l’opinion des Centres d’aides aux victimes d’actes criminels face à la justice réparatrice? Comment la Belgique a-t-elle développé un système de justice réparatrice orienté vers la victime? Quelles sont les caractéristiques nécessaires des médiateurs pour favoriser un traitement approprié des victimes? Ces questions constituent un aperçu de certains thèmes abordés dans le présent document.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".