“The Struggle is Real”: Punitive assessment in community services
Notice bibliographique
Résumé
Assessment tools are pivotal for the work of frontline community services providers, shaping client relationships, access to supports and producing evidence for agencies that need to allocate resources, demonstrate outcomes and secure funding. These tools are combined and used cumulatively, as marginalized individuals are cared for – but also controlled and punished - within these systems (e.g. in shelters, street outreach, mental health or re entry supports). Punishment literature has clarified that risk tools are impactful but also contested and resisted. Still, we know little about how the process is experienced and negotiated by frontline by practitioners working with people pushed through the ‘revolving doors'. Drawing from two years of ethnographic fieldwork and 105 interviews with community practitioners, I examine tools and practices used to ‘assess’ criminalized and marginalized individuals. I show that practitioners are producing evidence about problems occurring outside legal institutions while relying on criminal justice logics and engaging with criminal justice spaces and paces. I highlight the challenges service providers face and negotiate, focusing on three themes: the composition of tools, the process of using them, and the service context in which they are used. I argue that despite discretionary efforts and adaptations, community practitioners remain frustrated by assessment tools and practices, and particularly by their inability to meet the needs they are assessing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,029 | 0,062 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».