MétaCan
Menu
Retour à la cohorte
Enregistrement W3044756625 · doi:10.1177/2632666320936436

Rethinking confinement through Canada’s alternatives to detention program

2020· article· en· W3044756625 sur OpenAlexaffabout
Constantine Gidaris

Notice bibliographique

RevueIncarceration · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)AutonomyImmigrationImmigration detentionInternet privacySociologyComputer securityPolitical scienceCriminologyPublic relationsComputer scienceLawGeography

Résumé

récupéré en direct d'OpenAlex

This article examines Canada’s immigration and detention system through its newly established alternatives to detention (ATD) program. As a program that relies rather extensively on mobile carceral technologies such as electronic monitoring and voice reporting, I argue that we should consider these alternatives not only as extensions of carceral apparatuses and the detention system but as pervasive, far-reaching, and more abstract manifestations of control and confinement. I introduce the term “techno-carcerality” to theorize how we might understand the shift from traditional modes of confinement to less traditional ones, grounded in mobile, electronic, and digital technologies. I contend that the use of mobile carceral technologies in the context of immigration and detention imposes physical, psychological, spatial, and data-driven modes of control and confinement in private, public, and digital space, which are veiled behind notions and misconceptions of increased freedom, mobility, and autonomy. While the ATD program may offer some better options than those available within detention centers or other carceral institutions, it is a program that involves immense surveillance dataveillance techniques that lead to profound carceral effects and anxieties, affecting everyday life in ways that experientially mimic and transcend conventional confinement.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,542

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,056
Tête enseignante GPT0,337
Écart entre enseignants0,280 · 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'étudeSans objet
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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIncarcerationMême sujetMigration, Refugees, and IntegrationTravaux en français237 207