MétaCan
Menu
Retour à la cohorte
Enregistrement W2079601615 · doi:10.1177/1462474506067567

Countering catastrophic criminology

2006· article· en· W2079601615 sur OpenAlexaff
Steven Hutchinson

Notice bibliographique

RevuePunishment & Society · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPunishment (psychology)Punitive damagesCompromiseNormativeIndividualismCriminologyRationalityLegalism (Western philosophy)SociologyEconomic JusticeLaw and economicsLawPolitical sciencePoliticsPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This article argues that accounts that envisage rupture in penality tend to overplay the coherence of ‘modern’ punishment and underplay the inconsistency of current developments. It suggests that this problem stems in large part from a failure to appreciate the ‘braided’ nature of modern liberal punishment, which is always about both punishment and reform. Part of the ‘secret’ to this is found in David Garland's earlier work in which the ‘welfare sanction’ appears as a compromise between modernist scientific expertise and liberal legalism and individualism. Normative regulation coupled with punishment in this bargain. As a result, even during the heyday of the welfare sanction and at rehabilitation's height, punitive and deterrent penalties remained important. Similarly, there is substantial evidence that increasingly widespread approaches such as restorative justice, therapeutic justice and risk-need models carry a newly revised correctionalism into the present. Rather than conceive recent changes as indicative of a watershed in penal rationality and practice, this article suggests that it is more important to think about the ways in which neo-liberal assaults on the modernist side of this equation have transformed its character.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,047
Communication savante0,0070,007
Science ouverte0,0020,009
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,030
Tête enseignante GPT0,292
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations125
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePunishment & SocietyMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207