Shots Fired: Experiences of Gun Violence and Victimization in Toronto Social Housing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In my dissertation, I examine how residents of a Toronto social housing project called Lawrence Heights – a de facto Canadian ghetto – manage the day-to-day realities of gun violence and victimization in their neighbourhood. Grounded in nearly 5-years of ethnographic fieldwork (including 75 formal interviews, hundreds of informal interviews, and thousands of pages of ethnographic field notes), my project engages with literature on street knowledge, street codes, and victimization to explore how random and recurring gun violence affects the actions and perceptions of local residents. More specifically, it examines how young black men in Lawrence Heights – the exclusive targets of gun violence in this community – negotiate the social and spatial realities of danger and risk in their neighborhood, relying on what I call ‘neighbourhood wisdom’ (chapter 3), ‘the code of survival’ (chapter 4), and the ‘on point - slipping framework’ (chapter 5). Ultimately, my findings illustrate that despite living in a de facto ghetto characterized by concentrated poverty, lethal violence, and disorder, residents of this Toronto social housing project have found ways to allow social and community life to continue – adapting, in other words, to an otherwise paralyzing socio-spatial milieu. This dissertation sheds light on the lived experiences of one of Canada’s most marginalized populations, calling for more nuanced and ‘on the ground’ understandings of poverty, crime, and victimization in the Canadian context.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle