MétaCan
Menu
Retour à la cohorte
Enregistrement W4225361483 · doi:10.1080/1478601x.2022.2061479

The forces that divide: understanding tension and unity among provincial correctional workers in Canada

2022· article· en· W4225361483 sur OpenAlexafffundabout
Laura McKendy, Rosemary Ricciardelli

Notice bibliographique

RevueCriminal Justice Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSolidarityCollectivismLoyaltySocial psychologyNormativeGossipIndividualismSociologyContext (archaeology)Public relationsPsychologyPolitical scienceGeographyPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

Recognizing the importance of occupational social climates in shaping correctional work, we consider how social relations of work are understood by provincial correctional workers, including how organizational and operational factors influence such relations. Open-ended survey responses with provincial correctional workers in the provinces of Saskatchewan and Manitoba were thematically analyzed to explore perceptions of unity and tension within the occupational social terrain. We found a notable disconnect between frontline staff and senior management, marked by a bottom-up sense of mistrust and frustration. Contrary to findings elsewhere, a sense of outward suspicion did not appear to occur in parallel to a strong inward solidarity. Horizontal social relations were often described as fragmented due to factors such as divisive social practices (e.g. gossiping, cliques), normative occupational ideals, labor and work structures that create status differences and fluid work environments, and trying conditions of work. In this context, individualist rather than collectivist dispositions can come to shape working orientations, thus representing a contrast from traditional elements of frontline correctional cultures, such as in-group solidarity and loyalty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,896
Score d'incertitude au seuil0,756

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0250,009
Communication savante0,0080,002
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,100
Tête enseignante GPT0,322
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminal Justice StudiesMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207