MétaCan
Menu
Retour à la cohorte
Enregistrement W3092429325 · doi:10.18584/iipj.2020.11.3.8064

"Healing on Both Sides": Strengthening the Effectiveness of Prison–Indigenous Community Partnerships Through Reciprocity and Investment

2020· article· en· W3092429325 sur OpenAlexaffvenueabout
Colleen Varcoe, Helen Brown, Kelsey Timler, Melissa Taylor, Elizabeth Straus

Notice bibliographique

RevueInternational Indigenous Policy Journal · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesChina Scholarship Council
Mots-clésPrisonIndigenousGeneral partnershipReciprocity (cultural anthropology)Public relationsWork (physics)Political scienceSociologyCriminologyPsychologySocial psychologyLawEngineering

Résumé

récupéré en direct d'OpenAlex

This mixed methods study examined the impact of a prison–community partnership, entitled Work 2 Give. The partnership supports a program in which federally incarcerated men in Canada make items to donate to Indigenous communities. Qualitative interviews were conducted with participating men (n = 32), recipient community members (n = 29), and other prison and community stakeholders (n = 14). Selected outcomes (transfers to higher security, successful transfers to lower security, and serious institutional charges) were examined for 60 incarcerated men for whom data were available. Findings suggest that the program positively affected the men’s identities and provided opportunities for communities to help incarcerated men to heal; both sets of stakeholders see potential to strengthen the program. Whereas the emphasis has been on unidirectional donation, and the impetus for the program has been with correctional staff, findings suggest a bidirectional model with stronger feedback loops between the prison and community to support reciprocity, investment, and visibility would enhance impact. This model has broad implications for strengthening community–prison partnerships.

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 enseignants0,035
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 technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,115
Tête enseignante GPT0,384
Écart entre enseignants0,269 · 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

Citations7
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Indigenous Policy JournalMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207