MétaCan
Menu
Retour à la cohorte
Enregistrement W3112033249 · doi:10.1177/1362480620977853

Friedrich Nietzsche, <i>On the Genealogy of Morals</i> and Criminology

2020· article· en· W3112033249 sur OpenAlexaff
Prashan Ranasinghe

Notice bibliographique

RevueTheoretical Criminology · 2020
Typearticle
Langueen
DomainePsychology
ThématiquePsychoanalysis, Philosophy, and Politics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPenologyPresuppositionPunishment (psychology)ScholarshipExposition (narrative)SociologyCousinCriminologyReading (process)EpistemologyPhilosophyLawLiteraturePsychologyPolitical sciencePrisonLinguisticsArt

Résumé

récupéré en direct d'OpenAlex

The writings of Friedrich Nietzsche have much to offer criminology. To date, however, his work has been largely neglected in this scholarship. Taking this lacuna seriously, this article reads Nietzsche’s second essay of On the Genealogy of Morals and explicates its importance to criminology. Specifically, focus is cast upon Nietzsche’s exposition of crime and particularly punishment, pertaining to the production of a calculating and calculable being upon whom pain and suffering can be inflicted and the ways that concerns over excesses of punishment come to be framed as problematic. Via this reading, it is claimed that On the Genealogy of Morals can serve, among others, as an important critique to many of the presuppositions that ground the classical school of criminology, epitomized in the work of Cesare Beccaria and Jeremy Bentham. The article concludes by locating the importance of Nietzsche to penology specifically and criminology more broadly.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,168
Tête enseignante GPT0,327
Écart entre enseignants0,159 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical CriminologyMême sujetPsychoanalysis, Philosophy, and PoliticsTravaux en français237 207