MétaCan
Menu
Retour à la cohorte
Enregistrement W2807872135 · doi:10.3390/soc8020042

The Perceptions of Police-Black Civilian Deadly Encounters in North America among Black Immigrants in a Western Canadian City

2018· article· en· W2807872135 sur OpenAlexaffabout
Damilohun D. Ayoyo

Notice bibliographique

RevueSocieties · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInjusticeCriminalizationCriminologyImmigrationRacismCriminal justicePerceptionPsychologyPolitical scienceSociologyGender studiesSocial psychologyLaw

Résumé

récupéré en direct d'OpenAlex

This study investigates black immigrants’ perceptions of police-black civilian deadly encounters in North America. Twenty semi-structured, in-depth interviews were conducted among black immigrants in Edmonton, western Canada. The respondents perceived racism, police brutality, black criminality, gun violence and police perception of black people as ‘violent’ as the causal factors in deadly encounters. There was also the perception of criminal injustice and conspiracy among the agents of the criminal justice system (CJS) in the treatment of victims and suspects. This study suggests that personal and media experiences can influence how people de/re/construct deadly encounters and the treatment of victims and suspects by the CJS. Findings also reveal that when members of a racial (immigrant) minority perceive themselves as the target of a discriminatory CJS, they may adopt cautious and cooperative actions rather than aggressive or deviant behaviour to avoid criminalization and victimization. The study concludes that the perception of criminal injustice in police deadly violence against black (minority) civilians could influence: (i) where (black) immigrants locate themselves within the CJS in North America, and (ii) how (black) immigrants perceive and respond to the agents of the CJS, such as the police, when they encounter them.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,064
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,004
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,323
Écart entre enseignants0,297 · 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

Citations7
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocietiesMême sujetPolicing Practices and PerceptionsTravaux en français237 207