Notice bibliographique
Résumé
demands of academia as PhD researcher, 424-427 role of, 143-150 Academics, 255 borders of academic activism, 110-111 critique, 145 process, 210 Academy, abolition and anti-colonial activism in, 257-259 Action research, 24 research career and learning about, 423-424 Activism, 4-5, 13, 64-66, 98, 138, 146, 235, 251, 256, 259, 338-340, 343, 345-346, 392, 424 in criminology, 181, 250 critical social research as, 51-52 form of, 341 invigorating activism in social work, 396-397 Activist academia, 245 challenges for, 14-15 Activist academics, 255, 426 Activist and postdoc, becoming, 427-429 Activist criminalization, 373-376 Activist criminological approach, 219, 328 Activist criminologists, 97, 102, 138, 188, 244-245, 257, 285, 374, 406, 413 in abolitionist alliances, 256-257 contemporary roles of activist criminologists and data traps, 413-416 Activist criminology, 5, 9, 27, 38-40, 50, 64-66, 79, 93-94, 149, 193, 228, 326, 339, 352, 354, 372 (see also Janusfaced criminology) as 'conversational integration' project, 331-332 for activist criminology, 143-150 activist criminology and activist criminalization, 373-376 borders of, 110-111 common features of rural and urban activism, 285-286 community memory and resistance, 96-98 conceptualising hope in activist criminology, 94-96 counts as, 38-40 criminology and Neoliberal university in late twentieth/ twenty-first century, 366-369 critical pedagogy, 369-371 from critical to activist criminology, 371-373 development of activist criminology and criminological activism, 6-8 distinguishing differences to bridge communities, 289-290 Index 435 Turkey's hydropower boom and resistance, 67-68 Activists as knowledge producers, movement knowledge and, 66-67 Activists working/volunteering on injustice studied, collaborative work with, 29-30 Actors, 338 Ad hoc criminal concepts, 246 Administrative criminology, 38, 40, 80 negotiating boundaries of, 40-43 Agency, struggle for, 201-203 Alienation, 165 Aligned research practice, 54 Alliance building, 254-256 American Congress, 343 American context, 371 American Convention of Human Rights, 195 American Convict Criminology group, 10
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,795 | 0,823 |
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 ».