MétaCan
Menu
Retour à la cohorte
Enregistrement W2990874953 · doi:10.3968/11297

Challenges to Effective Implementation of Rehabilitation Programmes for Prison Inmates in Southwestern Nigeria: An Empirical Approach

2019· article· en· W2990874953 sur OpenAlexvenueno aff
Isaiah Oluwaseyi Alamu, Wasiu Abiodun Makinde

Notice bibliographique

RevueCanadian social science · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligion and Sociopolitical Dynamics in Nigeria
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrisonRehabilitationGovernment (linguistics)SustainabilityPolitical sciencePublic relationsWelfareThe InternetBusinessPublic administrationMedicineMedical educationLaw

Résumé

récupéré en direct d'OpenAlex

The agitation for rehabilitation of prison inmates in Nigeria, especially in the southwest, have been a major discourse in the purview of professionals such as administrators, academics, policy makers and actors. This has propelled governments in collaboration with Civil Society organisations and a few religious bodies to investigate and implement programmes to better the lots of inmates by providing resources and desirable environment for its sustainability. Regrettably, these contributions have yielded meagre outcomes as a result of challenges encountered during implementation. Consequent upon this, this paper investigated the challenges of rehabilitation programmes for prison inmates in Southwestern Nigeria. Primary and secondary data were utilised through administration of questionnaire and indebt interview. Secondary data were obtained from text books, documents and internet. The paper revealed that delay in court procedures on awaiting trial inmates, lack of funds for rehabilitation programmes by the prison administrators and poor inmates’ welfare are major challenges to the effective implementation of rehabilitation programmes for inmates. Therefore, the study recommended that the Federal Government should provide an enabling environment for rehabilitation of inmates, as well as make more funds available for its continuous sustainability.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,333
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,027
Tête enseignante GPT0,396
Écart entre enseignants0,369 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetReligion and Sociopolitical Dynamics in NigeriaTravaux en français237 207