Crime and criminal justice after communism: Why study the post-Soviet region?
Notice bibliographique
Résumé
This special issue focuses on crime and criminal justice in the former Soviet Union (FSU), a world region we believe should be better known to criminologists. Together with all our fellow authors, we hope to convey to readers the fascination of the postSoviet region and the thought-provoking criminological questions that it prompts. We also aim to stimulate debate about what criminologists elsewhere in the world can learn from the FSU, and to consider how criminology in the region itself might develop. In this introduction, we present three distinct theoretical contributions that research on postSoviet crime and criminal justice can make to the global scholarly community. First, we discuss the theoretical utility to criminologists of the post-Soviet transition. Transitions to democracy and the market, whether in South America, Africa, or the former communist bloc, are notable for rapid increases in crime. Yet, we suggest that the transition paradigm now holds diminishing value, after two decades of post-Soviet development in which post-Soviet states have diverged substantially in both incidence of crime and responses to it. Second, as a corollary, we argue that the collapse of the Soviet Union and the subsequent development of its successor states provide a natural experiment that helps us understand divergence in crime and criminal justice policy. The FSU provides rich opportunities for both intra-regional and inter-regional comparison. It thus has much to offer to the rapidly developing subfield of comparative criminology.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».