La responsabilité criminelle en cas de troubles mentaux : explorer les pratiques d'évaluation au Québec à travers l'analyse de rapports d'expertise et d'entrevues avec des experts psychiatres
Bibliographic record
Abstract
Cet essai doctoral est une recherche exploratoire visant à faire un portrait des pratiques d’évaluation de la responsabilité criminelle au Québec à travers l’analyse de rapports d’expertise et d’entrevues avec des experts psychiatres. Nous avons procédé à l’analyse formelle et l’analyse de la qualité d’un échantillon de rapports d’évaluation selon les critères de cohérence et de pertinence des informations et à l’aide d’une grille de cotation élaborée pour cette recherche. Nous avons d’autre part procédé à l’analyse thématique des entrevues avec des psychiatres légistes. Nous avons accumulé des informations différentes et complémentaires permettant de tracer un portrait nuancé de l’expertise médicolégale en matière de responsabilité criminelle. Nos résultats sont concordants avec les failles rédactionnelles dont fait état la littérature et pointent vers la nécessité de considérer d’autres aspects pour évaluer leur qualité, comme l’articulation des différentes voix au sein d’un rapport. Nos résultats suggèrent aussi que la situation sociale des personnes évaluées révèle un niveau de précarité élevé et nous soulignons le manque de considération de cette dimension dans les expertises. Nous terminons par une portion critique adoptant une perspective sociologique sur le concept de responsabilité criminelle et son évaluation, en soulevant la question d’une responsabilité sociale. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : psychiatrie légale, responsabilité criminelle, expertise psycholégale, rédaction de rapports d’évaluation
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 | 0.022 | 0.049 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.014 | 0.008 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 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".