MétaCan
Menu
Retour à la cohorte
Enregistrement W1490936725 · doi:10.1111/nup.12017

Expanding our understanding of sovereign power: on the creation of zones of exception in forensic psychiatry

2013· article· en· W1490936725 sur OpenAlexaff
Jean Daniel Jacob, Thomas Foth

Notice bibliographique

RevueNursing Philosophy · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésForensic nursingConstructivePower (physics)PoliticsForensic psychiatrySovereigntyPhenomenonField (mathematics)SociologyPsychologyForensic scienceCriminologyEngineering ethicsPsychiatryPolitical scienceLawEpistemologyMedicineEngineeringComputer scienceProcess (computing)

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to engage with the readers in a theoretical reflection on nursing practices in forensic psychiatric settings. In this paper, we argue that practices of exclusion in forensic psychiatric settings share some common ground with Agamben's description of sovereign power and, consequently, the possible creation of zones of exception in this environment. The concept of exception is, therefore, purposely used to shift our thinking, highlight the political forces surrounding exclusionary practices in forensic psychiatric nursing, and explore the ethical tensions that arise for nurses who become entangled in the control of these zones of exception. We argue that ethical and political discussions regarding this phenomenon are necessary if we wish to further understand the complexities of this field of practice and promote constructive change.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,441
Score d'incertitude au seuil0,252

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,336
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing PhilosophyMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207