Notice bibliographique
Résumé
This paper makes a conceptual application of grievability from the disenfranchisement, stigmatization and disposal that lifers, death row inmates and their loved one's experience. First, I examine the work of Doka who recognizes “disenfranchised grief” as the significant losses that result in grief that is not “openly acknowledged, socially validated, or publicly mourned” (Doka, 1989, p. 224). This theory is applicable to avenues in which personal experiences of grief are discordant with society's grieving rules, as an individual or their loved one is going through the carceral system in Canada or the US. Lifers, death row inmates and their loved ones, reflect typologies that determine experiences of disenfranchised grief, and are arguably classified as an ungrievable typology that forces them to be demonized. Next, I will examine Butler's claims that community, recognition and reciprocal exchanges could offer a critical lens that acknowledge the grievability, shared experiences of vulnerability, and history of victimization for those within the carceral system. However, disposal, the logic of elimination and unequal conception of “human” (Butler, 2003), prevent the rehabilitation of lifers and death row inmates, and perpetuate an ungrievable prison population. Lastly, I examine Park's piece that states that the goal of "transitional justice” must be the decolonization of Indigenous peoples in Canada. This begins with the "decolonization of the mind” by reconceptualizing Indigenous lives as grievable and mobilizing grief as a political resource (Park, 2015, p. 273). Similarly, I believe that the same reconceptualization and use of grief as a political resource, is necessary to achieve transitional justice for lifers and death row inmates in the US. The paper explains how lifers, death row inmates and their loved ones, are demonized by the lack of greivability, community and recognition that they are awarded.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,017 | 0,035 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,020 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».