Victimisation secondaire : vers la création d’un outil standardisé
Bibliographic record
Abstract
La victimisation secondaire survient lorsque les victimes d’actes criminels subissent une première blessure par le crime et une seconde par les acteurs du système de justice pénale. Cependant, les recherches empiriques actuelles ne sont pas concluantes quant à l’impact du système de justice pénale sur les victimes. À cet effet, l’absence d’instrument standardisé pour mesurer la victimisation secondaire donne lieu à une opérationnalisation différente de ce construit d’une étude à l’autre, ce qui rend difficile la comparaison des études sur le sujet entre elles. Dans cette recherche, une tentative de standardisation de ce construit a été entreprise, afin de fournir une meilleure compréhension de la victimisation secondaire et de ses effets. Nous avons ainsi créé l’Institutional Betrayal Questionnaire in the Criminal Justice System (IBQ-CJS), un questionnaire que nous avons adapté et traduit en français à partir du Institutional Betrayal Questionnaire (IBQ) de Smith et Freyd (2013, 2017). L’IBQ-CJS a été employé auprès de 26 victimes (N = 26) impliquées dans des poursuites judiciaires et dont la cause avait été ou était présentement entendue devant une cour criminelle du Québec pour mesurer la victimisation secondaire. L’analyse des propriétés psychométriques de l’IBQ-CJS montre une bonne consistance interne (α = 0,82), alors que la validité de construit de l’instrument n’a pu être démontrée. L’IBQ-CJS a ensuite été employé pour explorer les facteurs de risque et les conséquences potentiellement associés à la victimisation secondaire, ce qui s’est avéré infructueux lors des analyses bivariées. Les limites et les avantages de cette étude, ainsi que les implications qui en découle pour de futures recherches, seront finalement soulignés.
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 | 0.125 | 0.188 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.008 | 0.005 |
| Science and technology studies | 0.002 | 0.007 |
| Scholarly communication | 0.011 | 0.010 |
| Open science | 0.004 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.004 | 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".