MétaCan
Menu
Retour à la cohorte
Enregistrement W2790894094 · doi:10.1177/2153368718754638

“We All Have Stories”: Black Muslim Immigrants’ Experience With the Police

2018· article· en· W2790894094 sur OpenAlexaboutno aff
B. Heidi Ellis, Alisa K. Lincoln, Saida M. Abdi, Elizabeth A. Nimmons, Osob Issa, Scott H. Decker

Notice bibliographique

RevueRace and Justice · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Justice
Mots-clésSomaliCriminologyImmigrationRefugeeLaw enforcementProcedural justiceCriminal justiceSociologyCommunity policingQualitative researchIntersectionalityPolitical sciencePerceptionGender studiesSocial psychologyLawPsychology

Résumé

récupéré en direct d'OpenAlex

Understanding the relationships between immigrants and refugees and the police is a critical research task with implications for both community–police partnerships and the effectiveness of law enforcement efforts. This study contributes to such an understanding by examining perceptions of police and police interactions among Somali immigrants and refugees (both first and second generation) in three communities in the United States and Canada. This article presents in-depth analyses of qualitative interview data and draws upon multiple theoretical perspectives, specifically procedural justice and minority group threat theory. These perspectives have been employed to account for police–minority relationships in other works and we extend their application to a new group. We find that despite some evidence of positive interactions with police, current policing could do more to establish community trust and implement principles of procedural justice with Somalis in the United States and Canada. This article also finds support for the minority group threat theory in that study participants perceive that they experience harsher and more frequent policing due to their multiple marginalized statuses (Black, immigrant, and Muslim). Implications for both Somali immigrants/refugees and law enforcement are discussed.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,010
Communication savante0,0040,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,384
Écart entre enseignants0,326 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations34
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRace and JusticeMême sujetPolicing Practices and PerceptionsTravaux en français237 207