Policing following political and social transitions: Russia, Brazil, and China compared
Notice bibliographique
Résumé
This is a comparative analysis of policing in three countries that have experienced a major political or social transition, Russia, Brazil, and China. We consider two related questions: (1) how has transition in each country affected the deployment of the police against regime opponents (which we term “repression”)? And (2) how has the transition affected other police misconduct that also victimizes citizens but is not directly ordered by the regime (“abuse”)? As expected, authoritarian regimes are more likely to perpetrate severe repression. However, the most repressive authoritarian regimes such as China may also contain oversight institutions that limit police abuse. We also assess the relative importance of both transitional outcomes and processes in post-transition policing evolution, arguing that the “abusiveness” of contemporary Brazilian police reflects the failure to create oversight mechanisms during the transition, and that the increasing “repressiveness” of Chinese police reflects a conscious effort by the Chinese Communist Party to reinforce the police in an era of economic liberalization. In contrast, Russian police are both significantly abusive and repressive, although less systematically “repressive” than Chinese police, and less “abusive” (or at least violent) than Brazilian police. Also, abuse and repression are less distinct in Russia than in the other cases. These results reflect the initial processes of decay and fragmentation, and subsequent partial recovery and recentralization, which Russian police have experienced since the Soviet collapse.
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 | 0,000 | 0,000 |
| 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 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».