Les facteurs favorisant la réussite de l'instigation en matière de drogues à Montréal en 2018
Bibliographic record
Abstract
La montée de la nouvelle gestion publique est « l’une des tendances internationales les plus marquantes de l’administration publique » (Hood, 1991). Les services de police n’ont pas été épargnés par ce nouveau type d’administration (Dupont, 2003). C’est dans ce contexte de reddition de compte, de gestion entrepreneuriale, de contraintes économiques, de recherche de l’efficacité et de l’efficience que de nombreuses études sur l’évaluation et la performance de la police ont été effectuées à partir des années 1970, notamment en lien avec la priorisation des dossiers et les facteurs favorisant sa résolution. La présente étude s’inscrit dans cette visée d’évaluation des enquêtes criminelles, plus particulièrement à l’efficacité et l’efficience de la gestion des enquêtes en matière de drogues et les facteurs favorisant sa réussite. La présente étude a pour but de répondre à trois objectifs. Le premier objectif est de dresser un portrait détaillé des dossiers d’instigation en matière de drogue au SPVM en 2018. Le second objectif est, de façon exploratoire, de tester la transférabilité du modèle de l’instigation de Kilfeather (2011) à l’instigation en matière de drogue au SPVM en 2018. Enfin, le troisième objectif, directement en lien avec l’efficacité policière, est d’identifier les facteurs non institutionnels et institutionnels qui favorisent la réussite de l’instigation. Des analyses descriptives ont été produites afin de répondre aux deux premiers objectifs et des régressions logistiques et linéaires ont été utilisées afin de dégager les facteurs favorisant la réussite de l’enquête en matière de drogue à Montréal en 2018. L’analyse descriptive des 324 dossiers d’enquête en matière de drogue à Montréal en 2018 permet de constater un processus similaire à Kilfeather (2011) dans lequel trois éléments sont essentiels dans ce type d’enquête, soient l’utilisation d’une source humaine, l’utilisation de la surveillance physique et la saisie de drogue, lors d’une perquisition ou par un agent d’infiltration. Les analyses multivariées de l’étude suggèrent que, pour les trois définitions de la réussite qu’est la résolution, l’arrestation et la soumission d’une demande d’intenter des procédures, les trois facteurs significatifs qui favorise la réussite sont le fait que l’infraction est commise sur la voie publique, le fait que le suspect se déplace en véhicule et le nombre de surveillances.
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 | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 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".