MétaCan
Menu
Retour à la cohorte
Enregistrement W4386259541 · doi:10.1177/20563051231193739

Correctional Officers and Social Media: Policies, Challenges, and Vulnerabilities

2023· article· en· W4386259541 sur OpenAlexafffundabout
Michael Adorjan, Rosemary Ricciardelli

Notice bibliographique

RevueSocial Media + Society · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensMemorial University of NewfoundlandUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSocial mediaPublic relationsContext (archaeology)VisibilityPolitical scienceQualitative researchSociologyInternet privacyBusinessGeography

Résumé

récupéré en direct d'OpenAlex

In this article, we draw from 159 qualitative interviews with Canadian correctional officers (COs) exploring their experiences and attitudes regarding social media. We frame our study within the “synoptic” mode of surveillance and public visibility—referring to the many observing the few—impacting public safety personnel, exploring the perceived vulnerabilities of COs, including toward prisoners, management, the organization, and the public. We highlight recent research on COs, especially in the Canadian context, and review the synoptic surveillance implications of social media in society. Our findings highlight four interrelated areas: COs (sometimes lack of) awareness of Correctional Service Canada (CSC) policies regarding social media use; challenges they experience online; the central role of privacy; and strategies they use to manage challenges and maintain privacy, especially considering their role as public representatives. We conclude by discussing how the use of social media produces new vulnerabilities for COs in public spaces and suggest future directions for research and practices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,680
Score d'incertitude au seuil0,645

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0280,016
Communication savante0,0130,006
Science ouverte0,0020,008
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,060
Tête enseignante GPT0,312
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSocial Media + SocietyMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207