Notice bibliographique
Résumé
“Restorative justice,” as defined in the Social Work Dictionary is “a non-adversarial approach usually monitored by a trained professional who seeks to offer justice to the individual victim, the offender, and the community, all of whom have been harmed by a crime or other form of wrongdoing” (Washington, DC: National Association of Social Workers, 2014. p. 367). This emerging model for resolving conflict and righting a wrong focuses on repairing the harm done by an offense by involving the victim, the offender, and the community. This entry identifies resources on restorative justice theories and strategies with relevance to social workers, mental health professionals, and school and correctional counselors. At the micro level, restorative justice is played out as conferencing between victims and offenders, for example, by way of family group conferences and healing circles. At the macro or societal level, restorative justice takes the form of reparations or truth commissions to compensate for the harm that has been done. The magnitude of the situations covered ranges from interpersonal violence to school bullying to mass kidnappings to full-scale terrorism and warfare. Since in the United States restorative justice has only recently been given formal recognition by the profession of social work, included for the first time the National Association of Social Workers (NASW) Encyclopedia of Social Work in 2008, books and articles that specifically relate restorative justice to social work are scarce, and most are of recent vintage. Accordingly many of the listings in this entry are drawn from criminal justice, legal, and international sources, especially from Canada, New Zealand, and Australia.
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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».