MétaCan
Menu
← Back to cohort
Record W7048555083

L'influence de la présence de complices à l'activation de la carrière criminelle sur la spécialisation de membres de gangs

2023· other· fr· W7048555083 on OpenAlexaboutno aff

Bibliographic record

Venuenot available
Typeother
Languagefr
FieldPhysics and Astronomy
TopicMagnetic confinement fusion research
Canadian institutionsnot available
Fundersnot available
KeywordsPoison controlOrganised crimeChild pornography
DOInot available

Abstract

fetched live from OpenAlex

À la lumière de la littérature empirique, les complices présents à la première infraction d’un individu, la présence de partenaires durant la carrière criminelle et la spécialisation criminelle sont tous des concepts interreliés qui sont au cœur des trajectoires criminelles des membres de gangs de rue. Les recherches qui se sont intéressées à ces concepts, de manière simultanée, sont toutefois peu nombreuses, voire absentes. La présente étude examine donc l’influence de la codélinquance lors du premier délit sur le déroulement de la carrière criminelle des membres de gangs, plus précisément sur la taille de leur réseau criminel et sur leur spécialisation. La recherche s’appuie sur des données officielles longitudinales et rétrospectives qui proviennent d’une étude effectuée par Tremblay et ses collègues en 2016. L’échantillon de la présente étude se compose de 5893 membres de gangs de rue haïtiens de Montréal et de leur entourage qui ont commis officiellement au moins deux délits. Les résultats obtenus de la régression logistique ont permis de montrer que l’appartenance à un gang de rue, l’âge à l’activation de la carrière criminelle ainsi que le type d’infraction commis à la première arrestation influence la codélinquance à l’activation de la carrière criminelle. Ensuite, les résultats obtenus à la suite d’une régression logistique hiérarchique montrent que la codélinquance à l’activation ne permet pas de prédire la spécialisation des membres de gangs et que l’ajout des caractéristiques des complices au modèle de régression ne permet pas d’obtenir une meilleure valeur prédictive de la spécialisation. Toutefois, à la suite d’une analyse statistique de médiation, il existe une relation indirecte entre la codélinquance à l’activation de la carrière criminelle et la spécialisation par l’intermédiaire de la taille du réseau criminel. Les limites de la présente étude ainsi qu’un sommaire des résultats et leurs implications théoriques sont présentés dans la discussion.

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 imitation

Not 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.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.030
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.122
Threshold uncertainty score0.242

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.030
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.002
Scholarly communication0.0030.001
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0090.001

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.

Opus teacher head0.013
GPT teacher head0.302
Teacher spread0.288 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same topicMagnetic confinement fusion research→French-language works237,207→