Analyse de la production sur la question des femmes dans les centres universitaires de criminologie au Canada de 1964 à 1989
Bibliographic record
Abstract
En 1990, la criminologie universitaire au Canada avait 25 ans. On comptait sept centres universitaires d’enseignement ou de recherche en criminologie au pays et ceux-ci regroupaient 125 professeurs/chercheurs. Chacun d’eux a été prié de répondre à un questionnaire l’invitant à signaler ses écrits scientifiques touchant la question des femmes. La collecte de données a été préparée et complétée à l’aide des rapports annuels de chacun de ces centres et par des visites sur les lieux. Deux cent six (206) oeuvres ont été recensées pour la période allant de 1964 à 1989. Elles ont été analysées en regard des caractéristiques des auteurs (université d’appartenance, nombre d’années dans la carrière, statut d’emploi, sexe, langue, place de la production sur la question des femmes dans l’ensemble de la production) et dans leur contenu sous les variables suivantes: objet de l’oeuvre et problèmes abordés, populations étudiées, perspectives théoriques et méthodologiques utilisées. Les «producteurs majeurs» ont été identifiés et des entrevues réalisées avec chacun d’eux. Celles-ci font l’objet d’un autre rapport intitulé Les producteurs majeurs sur la question des femmes dans les centres universitaires de criminologie au canada (Cahier du CICC no 16).
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".