Notice bibliographique
Résumé
Worldwide and compared with urban population centres, state penal punishment sanctions have unique and distinct consequences for rural communities and people. The United Nations World Social Report 2021 establishes that extreme poverty, defined as living on less than $USD1.90 a day, is primarily a rural phenomenon. Internationally, four out of five people live in this condition, characterized by increased rates of socio-economic inequality, particularly in the wake of the spread of COVID-19. Even prior to this pandemic, a pattern of global rural spatial inequality was identified, linked to urbanization, technological innovation, climate change and out-migration. International research findings acknowledge a relationship between persistent poverty and increased rates of crime and punishment that impact the most vulnerable in these spaces – Indigenous people, racial and ethnic minorities, women, children and immigrants. Whilst the connection between socio-economic inequality and punishment inequality varies across nations, owing to differences in structural and cultural dimensions of power that shape penal practice, the specific effects of the inequality of punishment are evidenced in rural populations. These outcomes are related to international trends in the overuse of incarceration, the proliferation of drug control laws and policies and increased detention of immigrants (see Karstadt, 2021). Globally, over 11 million people are incarcerated, with prison overcrowding rates of 110 per cent across 102 nations. Echoing the United States’ mass incarceration ‘binge’, international rates of imprisonment grew in the first 15 years of the 2010s: Oceana – 59 per cent; Asia – 29 per cent; and Africa – 15 per cent. In England, Wales, the United States and Brazil, the percentage of Black and multi-race people in carceral facilities far exceeds their proportion in each nation’s general population. Similarly, Indigenous peoples are significantly over-represented in prisons in Canada and Australia. Whilst mass incarceration has been examined primarily through an ‘urban lens’, recent prison studies have identified a number of United States rural punishment inequality issues stemming from greater jail utilization, new prison and jail construction and opioids use. For example, the Vera Institute has reported that, compared with United States urban jails, rural county jails have higher rates of pretrial detention because of the lack of pretrial services and diversion programmes and the housing of inmates from overcrowded state and federal facilities.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,001 |
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 ».