MétaCan
Menu
Back to cohort
Record W7154989645 · doi:10.3917/ds.494.0445

Renoncer à une libération conditionnelle au Québec : entre les contraintes d’une mesure et l’expression d’un pouvoir d’agir

2025· article· fr· W7154989645 on OpenAlexaboutno aff
Marion Vacheret, Chloé Leclerc, Marianne Quirouette

Bibliographic record

VenueDéviance et Société · 2025
Typearticle
Languagefr
FieldSocial Sciences
TopicCriminal Justice and Corrections Analysis
Canadian institutionsnot available
Fundersnot available
KeywordsPower (physics)AcquiescenceContext (archaeology)Research methodology

Abstract

fetched live from OpenAlex

Depuis plusieurs décennies, de nombreux auteurs évoquent un engouement en matière d’intervention sociale à l’égard du pouvoir d’agir – ou empowerment – des personnes les plus vulnérables de la société (Parazzelli, Bourbonnais, 2017 ; Bourbonnais, Parazelli, 2018). Les services correctionnels du Québec comme la Commission québécoise des libérations conditionnelles n’y font pas défaut et les concepts de responsabilisation et de mobilisation en matière de changements personnels sont au cœur du processus d’octroi d’une libération conditionnelle. Toutefois, les données statistiques annuelles montrent que près de la moitié des personnes incarcérées renoncent à solliciter une telle mesure, et par-là à bénéficier d’une sortie anticipée. Cet article propose de réfléchir à ce phénomène à l’aune de la question de l’ empowerment dont disposent, ou non, les personnes incarcérées durant leur prise en charge correctionnelle. Notre recherche montre ainsi que ces dernières se trouvent confrontées à de très nombreuses contraintes – que ce soit en termes de choix et d’adéquation du suivi ; en termes de ressources et de moyens d’action accessibles, ou encore en termes de reconnaissance de leurs capacités. Toutes ces barrières sont génératrices d’impuissance et sont en contradiction avec l’approche visant à favoriser le pouvoir d’agir. Nous concluons en considérant que la renonciation à la libération conditionnelle est l’expression de cette impuissance, voire peut-être la seule façon pour une personne incarcérée de garder un certain pouvoir d’action sur sa propre vie.

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.012
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.063
Threshold uncertainty score0.306

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.012
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0130.010
Scholarly communication0.0050.003
Open science0.0010.003
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0120.001

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.

Opus teacher head0.018
GPT teacher head0.345
Teacher spread0.327 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueDéviance et SociétéSame topicCriminal Justice and Corrections AnalysisFrench-language works237,207