MétaCan
Menu
Retour à la cohorte
Enregistrement W4294834080 · doi:10.24908/ss.v20i3.14859

Socializing the High Policing Métier: Exploring Counterterrorism Trainings for Frontline Workers

2022· article· en· W4294834080 sur OpenAlexaff
Fahad Ahmad, Jeffrey Monaghan

Notice bibliographique

RevueSurveillance & Society · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSocializationSociologyScholarshipCriminologyDehumanizationEthnographyPluralPublic relationsPolitical scienceLawSocial science

Résumé

récupéré en direct d'OpenAlex

Our article examines counterterrorism trainings for frontline workers as a site of socialization to the high policing métier. Here we build on the notion of the police métier as a term that encapsulates the interactive identities and practices that produce the police world. We twin the police métier with recent scholarship on pluralized policing and surveillance to illustrate how a desire to expand surveillance to plural actors requires a socialization process that recirculates key characteristics, identities, and assumptive worldviews that shape the typically reclusive domains of high policing. Through an ethnographic account of a three-day counterterrorism training workshop for an array of frontline workers, our article analyzes what we consider three key features of socialization within the high policing métier: (1) the recirculation of the “war on terror’s” racialized fixation on Muslims and Islam; (2) rationalities of preemption and expanding domains of surveillance; and (3) the sharing fraternal moments through the dehumanization of “outsiders.”

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,111
Tête enseignante GPT0,358
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurveillance & SocietyMême sujetPolicing Practices and PerceptionsTravaux en français237 207