Notice bibliographique
Résumé
This article examines the discrepancies between theories of risk and penality and emergent strategies of risk/need identification and management. Working back from the strategies themselves, I argue that the current generations of risk/need technologies are a significant departure from the pessimistic theoretical accounts of risk in criminal justice associated with the ‘new penology’ and ‘actuarial justice’. I argue that risk knowledges are fluid and flexible and capable of supporting a range of penal strategies. The evolution and meanings of risk in correctional assessment and classification are examined to show how understandings of risk have shifted from static to dynamic categorizations. I show how the concept of need is fused with risk, how particular conceptions of ‘need’ and ‘risk’ are situated in local penal narratives, how need reconstructs risk and revives correctional treatment as an efficient risk minimization strategy. I argue that strategic alignment of risk with narrowly defined intervenable needs contributes to the production of a transformative risk subject who unlike the ‘ fixed or static risk subject’ is amenable to targeted therapeutic interventions. Newly formed risk/needs categorizations and subsequent management strategies give rise to a new politics of punishment, in which different risk/needs groupings compete for limited resources, discredit collective group claims to resources, redistribute responsibilities for risk/needs management and legitimate both inclusive and exclusionary penal strategies.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,037 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».