Dark Tourism, Penal Landscapes, and Criminological Inquiry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Dark tourism researchers who examine sites of death, suffering, and despair have generated a significant amount of research over the past two decades. Different ways of conducting dark tourism research are emerging. These include studies oriented toward making sense of the supply and demand for such excursions, and research that explores how cultural meanings are negotiated at these destinations. There are also critiques of the wide-ranging application of the dark tourism concept, which has led some scholars to argue that it is analytically imprecise. New directions for future dark tourism research have also been proposed, including a call to shift away from discipline-centered analyses. Engaging with these developments, we suggest that the future direction of dark tourism research should involve grounding such studies in the concerns and insights offered in specific social science disciplines, including criminology and criminal justice studies among others, to add focus and precision to cross-disciplinary debates. To do so we draw from the emergence and development of penal tourism research, which examines how cultural representations of penality shape and are shaped by the practice of punishment in given societies. Since penal tourism research tends to focus on prison museums, we propose future directions for the study of this phenomenon rooted in criminological concerns for understanding how penal meaning making, including definitions of acts that are criminalized and what constitutes (in)justice, takes place in other sites of punishment memorialization including police and courthouse museums. Other future research directions include studying sites that memorialize corporate and state harms.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle