MétaCan
Menu
Retour à la cohorte
Enregistrement W4306290714 · doi:10.1007/s11572-022-09647-3

Imprisonment

2022· article· en· W4306290714 sur OpenAlexfundno aff
Hadassa Noorda

Notice bibliographique

RevueCriminal Law and Philosophy · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekYork University
Mots-clésImprisonmentPrisonPolitical scienceLife imprisonmentPoliticsState (computer science)LawCriminologySociologyLaw and economicsPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Criminal law theorists have for the most part neglected the question of why imprisonment requires special legal safeguards for those targeted. The few scholars who have addressed this question have focused on how prison facilities restrict freedom of movement, control over one’s daily life, and access to particular human functioning, but they have ignored state measures that do not include confining individuals behind bars. I defend an alternative account: I argue that the use of prison facilities is part of a raft of state measures, which includes measures that have a relatively minor impact on individuals and others that are more severe. What matters, in deciding what legal safeguards individuals should have against what kinds of state imposition, is how severely a measure impacts on the normal life of those subjected to it. This impact-based approach enables us to decouple the concept of imprisonment from walls, locks, and political and social barriers, thereby highlighting atypical forms of imprisonment, such as open prisons, as well as potential forms of imprisonment to be employed outside of prison, including house arrest. For instance, a person confined to a prison facility can, to a certain extent, be free to take part in society, or a person subject to other state measures can reside at home but be constrained from carrying out a major part of her activities. The account I defend enables us to identify imprisoned individuals as well as those subjected to measures similar to imprisonment, which has potential consequences for their legal rights.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,298
Écart entre enseignants0,263 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminal Law and PhilosophyMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207