The Intersection of Incarceration and Injustice: Environmental Burdens in Prison Communities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: This study examines environmental justice (EJ) indicators in communities surrounding 165 prisons in 10 U.S. states, contributing to timely and critical discussions of both decarceration and EJ in smaller towns and rural areas of the United States. Methods: Environmental Protection Agency's Environmental Justice Screening and Mapping Tool (EJSCREEN) was used to characterize environmental burdens in communities surrounding state and federal prisons. Based on findings, brief case studies of five prison communities with multiple EJ concerns are presented. Results: Communities surrounding 40% of the prisons exceeded an 80th percentile threshold EJ Index for one indicator; nearly one-quarter exceeded this threshold for multiple EJ Indexes. The prisons tended to be in less-densely populated areas; only 4% of prisons in these 10 states were in cities. States with higher incarceration rates tended to have a greater number of elevated EJ Indexes for communities surrounding prisons. Discussion: Findings support the existence of many rural EJ communities, and a multitude of pollution sources may contribute to environmental conditions in communities surrounding prisons. Although EJ concerns impact a broad set of stakeholders, prison inmates represent a unique population: involuntary subjects of environmental burdens they are unable to escape during the period of their incarceration. Study findings are also discussed in the context of proposed actions under the Biden Administration's Justice40 Initiative. Conclusion: Intersectional approaches are needed to understand and solve complex problems. This study finds that rural communities, increasingly the sites of prisons, present EJ concerns worthy of further examination.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle