MétaCan
Menu
Retour à la cohorte
Enregistrement W4309124668 · doi:10.13162/hro-ors.v10i2.4821

Structured Intervention Units and Mental Health in Canadian Federal Prisons: A Policy Assessment of Bill C-83

2022· article· en· W4309124668 sur OpenAlexaffvenueabout
Lamiah Adamjee

Notice bibliographique

RevueHealth Reform Observer - Observatoire des Réformes de Santé · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCharterGovernment (linguistics)PrisonMental healthContext (archaeology)Political scienceHuman rightsIntervention (counseling)Public administrationMental Health ActBill of rightsHuman servicesLawMedicineNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

On 21 June 2019, the federal government passed Bill C-83: An Act to amend the Corrections and Conditional Release Act and another Act with the primary intention of eliminating the use of administrative and disciplinary segregation in Canadian federal prisons and replacing the practice with structured intervention units. This new correctional model would serve as a way to separate unsafe inmates while ensuring they receive appropriate mental health services, increased time outside of their units, and meaningful human contact. The conception of Bill C-83 was largely a result of a history of widespread criticisms that administrative segregation infringed on human rights, posed significant mental health concerns, and violated the Canadian Charter of Rights and Freedoms. While the reform mitigated immediate pressure on the federal government to act, several advocacy groups, legal experts, politicians, and other stakeholders voiced negative opinions and indicated the shortcomings of the new units and the impact they will have on the health of prisoners. Bill C-83 has the potential to prompt significant change in the context of prison health reform, but this will be dependent on the federal government’s coordination with Correctional Services Canada.

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)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,235
Tête enseignante GPT0,559
Écart entre enseignants0,323 · 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'étudeObservationnel
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

Citations3
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Reform Observer - Observatoire des Réformes de SantéMême sujetHealth Policy Implementation ScienceTravaux en français237 207