MétaCan
Menu
Retour à la cohorte
Enregistrement W3043676145 · doi:10.31235/osf.io/9pn27

Policing the Pandemic: Tracking the Policing of Covid-19 across Canada

2020· preprint· en· W3043676145 sur OpenAlexaboutno aff
Alex Luscombe, Alexander McClelland

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueGlobal Security and Public Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConversationPandemicCoronavirus disease 2019 (COVID-19)EnforcementPublic relationsPolitical scienceTracking (education)CriminologyPower (physics)Law enforcementSociologyLawMedicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The Policing the Pandemic Mapping Project was launchedon 4 April, 2020 to track and visualize these massive andextraordinary expansions of police power and the unequalpatterns of enforcement they are likely to produce. In doingso, we hope that we can bring to light patterns of policeintervention, to help understand who is being targeted, whatjustifications are being used by police, and how marginalizedpeople are being impacted. More broadly, we hope theproject will inform a larger conversation about the role ofpolicing in society, to scrutinize public health and policecollaboration, and to focus attention toward the harms ofcriminalization. Having an understanding of these patterns incoming weeks will help inform approaches to actively resistthe logic and practices of policing crisis and disease, ratherthan allow them to become widespread and normalized.Through the acts of identifying, reporting, and visualizingevents related to the policing of COVID-19, the projectoffers a living repository of publicly accessible data that canbe used by activists, academics, journalists, and communitymembers to analyze, discuss, and challenge the policing ofdisease. We encourage all people to use the data availablethrough this project in any way they wish.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,286

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0060,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,128
Tête enseignante GPT0,429
Écart entre enseignants0,301 · 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'étudeObservationnel
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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobal Security and Public HealthTravaux en français237 207