Collateral consequences of COVID-19 for people on probation and parole
Notice bibliographique
Résumé
BACKGROUND: While the severe detrimental impact of COVID-19 on incarcerated people is well known, little is known about the experience of COVID-19 on those on community supervision. Our objective was to better understand the experience of the COVID-19 pandemic and its collateral consequences for those on community supervision (e.g., probation, parole). Beginning in December 2020, we conducted 185 phone surveys about COVID-19 with participants in The Southern Pre-Exposure Prophylaxis (PrEP) Study across its three sites - Florida, Kentucky, and North Carolina. We conducted rapid assessment interviews with both closed- and open-ended questions. We calculated descriptive statistics for close-ended questions and conducted a content analysis for open-ended questions. RESULTS: The COVID-19 pandemic affected those on community supervision through their experiences in the community and while incarcerated with over one-quarter of participants being reincarcerated during this time. In addition to many (128/185) experiencing COVID-19 symptoms, about half (85/185) of participants reported a diagnosis in their network with 16 of those participants losing loved ones to the pandemic. Participants experienced disruptions to their social network, healthcare, and livelihoods. Though many maintained their support systems, others felt isolated and depressed. Experiences during COVID-19 exacerbated difficulties already faced by those with criminal involvement. CONCLUSIONS: The public health community must recognize those experiencing probation and parole, not only those housed in carceral facilities, as disproportionately impacted by the COVID-19 pandemic. We must tailor programs and services to meet their needs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».