MétaCan
Menu
Retour à la cohorte
Enregistrement W2531587836 · doi:10.1177/0734016816669981

Shifting Grounds

2016· article· en· W2531587836 sur OpenAlexaffabout
Hayley Crichton, Rosemary Ricciardelli

Notice bibliographique

RevueCriminal Justice Review · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPenologyPunitive damagesOfficerLegislationAgency (philosophy)CriminologyPolitical scienceAsideWork (physics)Face (sociological concept)SociologyPublic relationsPublic administrationPrisonLawEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

The framework of the new penology will be applied to reveal how the contemporary objectives of incarceration have functioned to alter the role of Canadian provincial correctional officers (COs). Specifically, changing policy and legislation toward a more punitive agenda shape the daily operations of correctional facilities and how COs interact with those in their custody. Rehabilitative initiatives of any kind appear to be pushed aside, as the new or intensifying challenges associated with the growing prisoner populations and changing penal discourses are addressed. Semistructured face-to-face interviews were conducted with Canadian provincial COs and data from these interviews were analyzed to explicate the ways in which the new penology has reshaped COs’ employment in part due to their obligatory adherence to increasingly punitive managerial directives including an increased reliance on using disciplinary segregation. Findings suggest officer strain is impacted by their lack of agency and decision-making capabilities in light of these occupational changes. Our findings also evince that although COs work in a too often negative environment, many believe in the rehabilitative potential of incarceration and, further, oppose the use of segregation.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0090,016
Communication savante0,0090,005
Science ouverte0,0020,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0550,007

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 Opus0,067
Tête enseignante GPT0,378
Écart entre enseignants0,311 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminal Justice ReviewMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207