MétaCan
Menu
Retour à la cohorte
Enregistrement W2111125170 · doi:10.1111/j.1540-5893.2006.00266.x

Countering Punitiveness: Understanding Stability in Canada's Imprisonment Rate

2006· article· en· W2111125170 sur OpenAlexaffabout
Anthony N. Doob, Cheryl Marie Webster

Notice bibliographique

RevueLaw & Society Review · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversity of OttawaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImprisonmentPunitive damagesDivergence (linguistics)CriminologyPolitical scienceBalance (ability)SociologyLawPsychology

Résumé

récupéré en direct d'OpenAlex

Canada's imprisonment rate has not changed appreciably since 1960. This stability contrasts with the increased imprisonment rates experienced by Canada's most obvious comparators—the United States and England and Wales. We examine this divergence and propose several interrelated explanations for Canada's anomalous pattern. While Canada is shown not to be immune to pressure for harsher practices and policies, it has been able to counter or balance these trends with other more moderating forces. In particular, we suggest that Canadians have largely been able to escape several of the wider forces or “risk factors” at the root of higher incarceration in other countries. Further, we suggest that certain protective factors of a historical, cultural, and structural nature can also be identified that have limited the extent to which Canada has adopted the same punitive policies documented in the United States and England and Wales.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil0,900

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,053
Tête enseignante GPT0,296
Écart entre enseignants0,243 · 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'étudeQualitatif
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

Citations96
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLaw & Society ReviewMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207