“Tough on crime” reforms: What psychology has to say about the recent and proposed justice policy in Canada.
Notice bibliographique
Résumé
The direction of recent and proposed justice policy in Canada is characterised by more criminal offences and longer periods of incarceration. This policy is based on the rationale that crime in Canada is increasing and the perception that Canadians are not safe. This article reviews whether there is empirical support for the rationale of this policy and the related assumption that this policy will reduce crime and better protect the public. From the existing literature, it seems clear that (1) crime is not on the increase in Canada, (2) it is unlikely that the reforms will lower crime rates, and (3) there is a large financial and human cost of the recent and proposed criminal justice policies. We conclude that “tough on crime” policies are not supported by the scientific literature (e.g., Smith, Goggin & Gendreau, 2002; Stalhlskopf, Males, & Macallier, 2010). Psychology would argue for evidenced-based justice policy; specifically, that early intervention, prevention, and rehabilitation are more beneficial in reducing crime in the long-term and more cost-effective (e.g., Aos, Phipps, Barnoski, & Lieb, 2001; CPPRG, 2010). Policy implications from the field of psychology are discussed.
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 | 0,010 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,015 | 0,021 |
| Communication savante | 0,014 | 0,007 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».