MétaCan
Menu
Retour à la cohorte
Enregistrement W2905261941 · doi:10.22215/etd/2017-11754

Securitization of Mental Health: An Analysis of Ellen Richardson and the ‘Indiscriminate Disclosure’ of Mental Health Records

2017· dissertation· en· W2905261941 sur OpenAlexaffabout
William McChesney Martin

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueTorture, Ethics, and Law
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGovernmentalityBiopowerMental healthCriminologyMental illnessPrisonMichel foucaultSociologyPsychologyLawPsychiatryPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

This thesis applies theoretical contributions of Michel Foucault and Giorgio Agamben to provide a framework for understanding the disclosure of mental health information to U.S. authorities for the purpose of traveller preclearance screening. Exploring the implications of biopolitics and governmentality, I investigate the case of Ellen Richardson, a Toronto woman who was denied entry to the U.S. for having a failed suicide attempt on her special interest to police record. Beginning with Foucault's (1995) work in Discipline and Punish: The Birth of the Prison, this thesis explores the depths of governmental control and regulation as they pertain to the collection and disclosure of sensitive mental health information. This thesis examines how mental health has become a 'risk' metric to determine a person's inadmissibility and points to the growing reliance on police intelligence on attempted suicide to infer a history of mental illness as the source of contention.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,381
Score d'incertitude au seuil0,911

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,387
Écart entre enseignants0,356 · 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 tête enseignante, 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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTorture, Ethics, and LawTravaux en français237 207