Decolonizing prisons: Indigenized programming and a critique of critical prison studies
Notice bibliographique
Résumé
Critical prison studies (CPS) is increasingly influential in scholarly discussions about decolonizing prisons. Proponents of CPS largely oppose the idea that cultural prison programs are decolonial, which include courses teaching Indigenous cultures and colonial history, prisons facilitating spirituality, involving Elders and communities in rehabilitation, and specialized prisons called "healing lodges." Most CPS scholars writing on the topic disparage these initiatives as assimilationist and thus a weapon of cultural genocide. For these scholars, decolonizing prisons is impossible. CPS arguments against Indigenized programming are premised on abolitionist theory rather than a discernible decolonial method centring the perspectives of Indigenous peoples affected by prisons. I explore the accuracy and utility of CPS scholars' arguments against Indigenized programming, drawing from 587 interviews with incarcerated men and women detained inside six prisons across Western Canada. Almost 40% of these participants identified as Indigenous. Indigenous interviewees nearly universally praised Indigenized programs for how they can help heal and empower those affected by colonial violence. Participants desired more cultural programming and easier access to such resources. More research is needed on how prisons develop and implement cultural programming, but existing empirical works suggest that these initiatives, while flawed, support the dignity of incarcerated Indigenous peoples. My critique is a call for criminologists writing on Indigenous issues to consider the ambiguity and tensions of decolonial processes and to premise their arguments foremost on methods centring Indigenous peoples affected by incarceration.
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 | 0,002 |
| 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 ».