Exploring racial profiling as a policing and human rights problem in Toronto
Notice bibliographique
Résumé
This paper explores racial profiling as a policing and human rights problem in Toronto. The rationale behind this paper is founded on the racial equity protests and emotional outburst of the Black youth in Toronto expressing decades of police brutalities, fear, pain and grief from legacies of slavery and colonialism. The youth’s views and the historical relations of race are critical to people-police relations in fostering trust and collaboration amid the struggles of racial profiling. To accomplish this, I embarked on review of secondary sources by consulting current literature on racial profiling by the Toronto Police Service. I also analysed different sources such as, government archives, books, policy data, journals and newspapers. I also integrated knowledge gained through my practicum experience, especially investigative skills, reading and summarizing case files at the Manitoba Human Rights Commission. This is not an exhaustive literature about the racial profiling of the Black People in Toronto by the Toronto Police Service. However, the content of the paper represents my research and contributions. Based on the literature reviewed, I concluded that: (1) Racial profiling is borne out of the systemic racism that has ridden every fabric of the Canadian society, (2) Racial profiling is more prevalent among Afro-Canadians than other racialized youths, (3) Black youths are disconnected from the Toronto Police Service and government is swamped with piles of unimplemented policies that would have aided youth collaborations and synergy with the police, (4) The role of government and launched police initiatives are not sufficient, which begs for more research and advocacy on racial profiling of racialized communities in Toronto. The recommendations include ideas for inclusion, integration and changes to policy makers and the police.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,047 | 0,022 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».