MétaCan
Menu
Retour à la cohorte
Enregistrement W2117120650 · doi:10.1111/soin.12078

The Use of Incarceration in Canada: A Test of Political and Social Threat Explanations on the Variation in Prison Admissions across Canadian Provinces, 2001–2010

2015· article· en· W2117120650 sur OpenAlexaffabout
Roland Neil, Jason T. Carmichael

Notice bibliographique

RevueSociological Inquiry · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésImprisonmentPrisonPoliticsCriminologyEthnic groupVariation (astronomy)IdeologySociologyPunishment (psychology)Power (physics)Political scienceLawSocial psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

Recent scholarship has indicated that political and ethnic threat theories—which maintain that the use of prison is not only determined by the extent of crime in society but also by various features related to power, ideology, and access to resources—provide powerful accounts as to why the use of punishment varies within and between societies. However, no study to date has tested these theories within Canada, a country in which such theories are quite plausible. This study begins to fill this void by assessing these theoretical claims using a pooled time series analysis of the variation in imprisonment rates across Canadian provinces from the years 2001 to 2010. After accounting for several measures including charge rates, the results show that Canadian incarceration rates are largely driven by ethnic threat. The size of the Aboriginal and visible minority populations across each province are the most significant determinants of the variation in punishment. Furthermore, we find a nonlinear relationship consistent with a political version of the threat hypothesis. Results, however, do not support political accounts which stress the power of right‐wing parties or a conservative public.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,567

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,007
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,267
Tête enseignante GPT0,381
Écart entre enseignants0,114 · 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'étudeObservationnel
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

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociological InquiryMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207