Constituting Restorative Justice: A Case Study Exploring Volunteers’ Experiences of Meaning
Notice bibliographique
Résumé
Restorative Justice (RJ), a model for responding to crime that focuses on addressing harm and restoring the relationships between victim, offender, and community, has gained legitimacy as an effective alternative to lengthy court procedures. As other researchers and RJ theorists have noted, core to restorative justice programing is the inclusion of community members, whether as facilitators in victim-offender conferences, as supporters for offenders in re-entry support circles, or as representatives of community harm in larger sentencing circles. Relying on community volunteers to implement RJ processes has the potential to ensure a core RJ value of increased community involvement in responding to harm and offers a practical mode of supporting this unique response to crime. Despite the value placed on volunteer involvement, the experience of the volunteers who engage with these programs is a significantly understudied aspect of the RJ movement. This research explores the volunteer experience at one of the longest operating RJ programs in North America. Drawing on 16 interviews with volunteers and staff, as well as 35 hours of observation, this research looks at how volunteers frame meaning within RJ and the insights their experience provide about the nature of RJ more broadly. This study traces how volunteer experiences highlight the process by which community members find meaning within RJ through witnessing and sharing narrative of impact, the allure of an RJ when conceived of as an alternative to other models of conflict resolution, and the embedded power relations within the RJ process. As such, it re-centers major debates of the RJ field within the experience of community facilitators and provides significant insights into how RJ is constituted within the volunteer experience.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,023 | 0,015 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».