Restorative Justice in the Reentry Context: Building New Theory and Expanding the Evidence Base
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Although there is currently considerable activity around improving the reentry process for former prisoners returning to society, much of this work lacks a strong theoretical and empirical foundation. With its well-developed theoretical grounding and its growing evidence base, the restorative justice movement provides an obvious place to start when thinking about reintegration. Yet there has been relatively little application of restorative models in the reentry context. We argue that restorative justice interventions are too often focused on the "soft end" of the justice process, when a growing body of evidence suggests that restorative practices might be more effectively focused on the reintegration process for more serious offenses. We provide examples of Canadian and U.S. programs that could be considered emerging models of "restorative reentry." Keywords: restorative justicereentrycivic engagementcommunity building Notes 1. The term "evidence" here should not be narrowly used as a synonym for randomized controlled trials or systematic reviews. A vast array of research methodologies has informed the development of restorative practices over the past two decades. Other, rich research methodologies, including observational (e.g., CitationBraithwaite & Mugford, 1994) and basic science approaches (e.g., CitationWitvliet et al. 2008), have arguably been as important to the development and establishment of restorative practices as "evidence-based" than traditional outcome evaluations. Outcome evaluations are useful in establishing the effectiveness of an approach, but do little to explain how or why an intervention works when it does. These questions are best addressed by other methodologies (see, e.g., Bazemore & Schiff, 2004).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle