Analyse de la mobilité spatio-temporelle des armes à feu volées au Québec
Bibliographic record
Abstract
Dans ce mémoire, les armes à feu impliquées dans la commission de crimes sont étudiées à partir de leur mobilité spatio-temporelle. Afin d’opérationnaliser cette mobilité, deux mesures spécifiques ont été créées, soit le « temps-au-recouvrement » et la « distance-au-recouvrement ». Ces mesures permettent d’analyser les répercussions des armes à feu en circulation illégale sur la formation du marché illégal dans le territoire québécois. Des analyses descriptives ont d’abord été effectuées dans cette étude à partir de trois segments de la banque de données québécoise des armes à feu recouvrées : la banque complète, les armes à feu impliquées dans la commission de crimes et les armes volées. Le sous-groupe de 501 d’armes à feu volées est le seul qui a été soumis à des analyses de régressions multiples sur la mobilité puisque ces armes sont les seules permettant d’avoir plus d’informations sur leur mouvement antérieur au recouvrement par les autorités policières. Les résultats montrent qu’il y a une mobilité spatio-temporelle plus importante chez les armes de poing, celles impliquées dans les crimes de marché, les armes non-enregistrées ainsi que celles sans restriction. Afin de mieux comprendre la dynamique des armes volées, le statut de l’enregistrement s’avère la variable la plus importante puisqu’elle permet de déterminer à quel point ces armes vont être enracinées dans le marché illégal au Québec. Effectivement, les armes volées non-enregistrées sont plus susceptibles de converger vers les marchés criminels, ce qui augmente considérablement leur « durée » de vie et leur mobilité dans la province.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.007 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".