MétaCan
Menu
Retour à la cohorte
Enregistrement W2809414005

"They don't have a platform here": Exploring police perceptions of the Black Lives Matter movement in Canada

2018· dissertation· en· W2809414005 sur OpenAlexaboutno aff
Noor Sandhu

Notice bibliographique

RevueSummit (Simon Fraser University) · 2018
Typedissertation
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMovement (music)PerceptionPolitical scienceCriminologySociologyPsychologyArtAesthetics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent high-profile lethal use of force incidents in the United States involving White police officers and Black males have cast unfavorable international attention on the policing profession. Research indicates that Black people are disproportionately represented at all levels of the criminal justice system within Canada and the United States; their relationship with the police in particular has been adverse throughout history (Warde, 2012; Kahn & Martin, 2016). The current qualitative analysis explored the thoughts, perceptions and experiences of municipal police officers in the GVR and examined the following research questions: (1) To what degree, if any, has the recent BLM movement affected municipal policing in the GVR? and; (2) What can municipal policing agencies in the Vancouver area do to distance themselves from the BLM movement and anti-police rhetoric that is occurring in many parts of the United States? The BLM movement is present in Canada, but the anti-police rhetoric currently spreading throughout the United States is not. Officers described a positive relationship with community members in the GVR further stating that interactions between themselves and the community have not changed since the emergence of the BLM movement. These findings indicate that the BLM movement is not a “one-size fits all” movement. The overall positive nature of community-police relations in this region exist regardless of the community’s exposure to an increase in controversial police behaviour.

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)0,008
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 enseignants0,061
Score d'incertitude au seuil0,446

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0340,013
Communication savante0,0080,002
Science ouverte0,0020,006
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,036
Tête enseignante GPT0,271
Écart entre enseignants0,236 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSummit (Simon Fraser University)Même sujetPolicing Practices and PerceptionsTravaux en français237 207