MétaCan
Menu
Retour à la cohorte
Enregistrement W2972287750 · doi:10.1111/hojo.12331

Doing Public Criminology with the Criminal Justice Voluntary Sector: Methodological Reflections and Considerations

2019· article· en· W2972287750 sur OpenAlexafffundabout
Samantha McAleese

Notice bibliographique

RevueThe Howard Journal of Crime and Justice · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCriminal justiceCriminologyPoliticsVoluntary sectorPunishment (psychology)EthnographySociologyWork (physics)Political sciencePublic sectorGreen criminologyLawPublic relationsPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Criminological literature outlines various roles for public criminologists and reflects on both the form and purpose of public criminology. This article reviews this literature and considers institutional and political activist ethnography as methods through which criminologists can address critique, and better combine social justice research and advocacy work. Such methodological considerations demonstrate that, for some, ‘doing’ public criminology means actively engaging in advocacy work alongside research participants and other activists. Examples and reflections from the author's own work with the criminal justice voluntary sector (CJVS) in Canada demonstrate that a public criminology informed by institutional and political activist ethnography is especially important if we want to: (i) better understand the role of the sector in supporting people with criminal records; and (ii) strengthen the relationship between academics, policymakers, advocates, practitioners, and people with lived experience of criminalisation and punishment.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,394
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,195
Tête enseignante GPT0,389
Écart entre enseignants0,194 · 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.

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

Citations13
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Howard Journal of Crime and JusticeMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207