From badness to madness : penal and medical knowledge in federal women's prison policy
Notice bibliographique
Résumé
Canada's federal prison system, Correctional Service Canada (CSC), has made vast changes to the policies and structure of women's prisons over the past twenty years, claiming to have ushered in a 'new era' of "woman-centered," "culturally-sensitive," and "empowering" penology for women. Throughout this emergent policy development, the "psy-sciences" increasingly playa significant role, greatly influencing both the structure and operation of women's federal prisons and mental health services therein. This research seeks to explore CSC's women's prisons by using an institutional ethnographic strategy, textual analysis, as defined by Dorothy Smith and others. The central analysis concerns the ways in which discourse and ideology inform institutional and medical 'knowledge', and subsequently structure women's federal prisons and mental health services therein, illuminating the ways in which institutional texts regulate and facilitate policy to serve the ideological goals of the institution. The most salient and significant CSC policy texts published in the last twenty years were selected for analysis, and expressions of penal and medical "knowledges" were "mapped" to explicate the social and ruling relations that underlie CSC policy. Three primary rhetorical themes were identified in the texts: "Woman-centeredness/cultural sensitivity," "choice," and "correction/healing." These penal "knowledges" were examined and contrasted with CSC praxis. It is argued that CSC policy more accurately espouses neo-liberal ideology which reproduces sexism, racism, and the pathologization of women prisoners. It is concluded that CSC's purported achievement of a feminist and non-racist penal paradigm is more rhetorical than practical, as CSC continues to neglect social explanations for women's criminality and mental health status by individualizing women's problems and holding them personally responsible for their own criminal and mental "correction."
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,025 | 0,041 |
| Communication savante | 0,012 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».