MétaCan
Menu
Retour à la cohorte
Enregistrement W2954593321 · doi:10.1111/cag.12540

The folding of sport space into carceral space: On the making of prisoners’ experiences and lives

2019· article· en· W2954593321 sur OpenAlexafffundvenueabout
Mark Norman, Gavin J. Andrews

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSpace (punctuation)Agency (philosophy)PrisonConstruct (python library)SociologyStructure and agencyCriminologySocial science

Résumé

récupéré en direct d'OpenAlex

Sport and exercise are prominent activities in the daily routines of prisoners around the world, yet the spatial significance of these activities in carceral environments has not been deeply investigated. With a focus on the experiences of former federal prisoners in Canada, this paper addresses this scholarly gap by bringing together emerging trends in the literatures on sociology of sport, sports geography, and carceral geography to investigate the complex social meanings of prison sport and exercise. Specifically, we explore the folding of sports space into carceral space, often with the effect of reinforcing violent and exclusionary situations, but which also helps construct alternative spatial and temporal realities. Indeed, our overarching theoretical analysis considers how prisoners use sport to produce space in ways that assert a limited degree of agency over their daily lives and temporarily transcend their unpleasant conditions of confinement. By drawing from diverse theoretical frameworks and literatures, we advance novel arguments about the socio‐spatial significance of sport in prisons and raise some important questions for further research.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,337
Score d'incertitude au seuil0,678

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,030
Communication savante0,0060,003
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,228 · 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

Citations14
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207