Les suicides dans les Forces armées canadiennes 1982-2004. Une étude exploratoire
Bibliographic record
Abstract
"À notre connaissance, la question du suicide militaire a très peu été traitée en sociologie. Seul Durkheim, semble-t-il, se pencha sur le sujet, croyant pouvoir montrer que le suicide militaire en était un de type altruiste. Longtemps ignoré, le suicide militaire est depuis quelques années l'objet d'une attention médiatique inédite au Canada comme dans le reste du monde. Fortement pointée du doigt depuis une quinzaine d'années par les articles de presse, l'armée canadienne se défend de son côté d'être une institution où l'on se suicide plus que dans la société civile. La présente étude nous paraît confirmer que les taux de suicide des membres du personnel des Forces canadiennes ne sont pas supérieurs à ceux qu'on retrouve dans la société canadienne. Le fait d'une absence de sursuicidité des hommes et des femmes engagés dans l'armée, à l'opposé de ce qui se passait à l'époque de Durkheim, se laisse comprendre si on fait l'hypothèse que l'armée, qui était bien une institution à part dans la société du 19e siècle, se rapproche de plus en plus de la société civile et s'imprègne des valeurs dominantes de cette dernière. On parlera ainsi d'une armée canadienne qui se civilianise."
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.009 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".