MétaCan
Menu
Retour à la cohorte
Enregistrement W4252411929 · doi:10.3138/cjccj.48.3.397

Airport Screening, Surveillance, and Social Sorting: Canadian Responses to 9/11 in Context

2006· article· en· W4252411929 sur OpenAlexaffvenueabout
David Lyon

Notice bibliographique

RevueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénale · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)AviationBusinessComputer securityTransport engineeringComputer scienceGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Since 9/11, aviation security has become a major preoccupation of Western governments, not least Canada's. Some unprecedented security measures have been taken, and all air travelers are aware both of how these now affect their need for certain documents and of the extra time required for air travel. When placed in a broader frame, however, these developments may be seen as rational expansions of existing measures increasingly common to what might be seen as the symbiotically growing "surveillance society" and "safety state." Here, surveillance has become a feature not of specific monitoring of suspects but of generalized social sorting of populations, in this case in relation to their perceived levels of dangerousness. And safety is the new criterion of good policy within risk-management regimes. The result, in Canadian airports, is a new emphasis on Advanced Passenger Information (API) and the Passenger Name Record (PNR) as the means of tracking travellers and the development of a coordinated plan under the new Canadian Air Transport Security Authority (CATSA) for the screening of passengers and baggage. The demands of global free trade mean that mobility of goods and persons is a high priority, but this is constrained by the need to demonstrate that airport conditions are safe and that certain classes of person do not cross the (internal) border easily.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,790
Score d'incertitude au seuil0,916

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0380,011
Communication savante0,0070,002
Science ouverte0,0030,007
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,091
Tête enseignante GPT0,325
Écart entre enseignants0,234 · 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

Citations84
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénaleMême sujetCanadian Policy and GovernanceTravaux en français237 207