Employment after incarceration: managing a socially stigmatized identity
Notice bibliographique
Résumé
Purpose The purpose of this paper is to explore the social stigmatization of the formerly incarcerated identity and how this affects employment post-release. The authors consider the characteristics of this identity and the identity management strategies that individuals draw from as they navigate employment. Design/methodology/approach The authors conducted semi-structured interviews with 22 men at various stages of release from federal institutions in Canada. Participants were actively searching for employment, intending to or would consider searching for employment, or had searched for employment in the past post-incarceration. Participant data were simultaneously collected, coded and analyzed using an inductive approach (Gioia et al., 2012). Findings Formerly incarcerated individuals have a unique awareness of the social stigmatization associated with their criminal record and incarceration history. They are tasked with an intentional choice to disclose or conceal that identity throughout the employment process. Six identity management strategies emerged from their accounts: conditional disclosure, deflection, identity substitution, defying expectations, withdrawal and avoidance strategies. More specifically, distinct implications of criminal record and incarceration history on disclosure decisions were evident. Based on participants’ accounts of their reintegration experiences, four aspects that may inform disclosure decisions include: opportune timing, interpersonal dynamics, criminal history and work ethic. Originality/value The authors explore the formerly incarcerated identity as a socially stigmatized identity and consider how individuals manage this identity within the employment context. The authors identify incarceration history and criminal record as having distinct impacts on experiences of stigma and identity management strategic choice, thus representing the experience of a “double stigma”.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,011 | 0,009 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».