MétaCan
Menu
Retour à la cohorte
Enregistrement W4389373302 · doi:10.7202/1107601ar

Les mobilités et la dynamique du pouvoir dans les lieux d’enfermement

2023· article· fr· W4389373302 sur OpenAlexvenueno aff
Bénédicte Michalon

Notice bibliographique

RevueCriminologie · 2023
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

La géographie de l’enfermement s’est largement construite à partir d’une approche de l’enfermement par son rapport à la mobilité. Ce lien originel, fondateur, entre réclusion et mobilité, caractérise la discipline. À partir d’une revue de la littérature et d’éléments empiriques portant sur l’enfermement des étrangers en Roumanie, cet article montre comment les rapports de pouvoir constitutifs de l’enfermement s’exercent à travers ces mobilités. La place des mobilités dans le développement de la géographie de l’enfermement est abordée dans un premier temps. Puis trois échelles de déploiement de ces mobilités sont présentées. Entre établissements fermés d’abord, les mouvements sont décidés et mis en oeuvre par les différents acteurs chargés de l’application des politiques migratoires et pénales ; ces mouvements sont inhérents à la mise en place de la domination institutionnelle. Entre l’intérieur des établissements et leur environnement proche ensuite, les mobilités génèrent des relations dedans-dehors qui participent aux rapports de pouvoir intra-muros. Enfin, l’article traite des déplacements internes aux établissements. Leur gestion constitue un des principaux outils de maintien de l’ordre entre les murs ; mais cet ordre, négocié, accorde une certaine marge de manoeuvre aux personnes enfermées. Les mobilités se révèlent ainsi être un prisme idéal pour étudier certaines déclinaisons des relations de pouvoir dans les institutions fermées.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,009
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,448
Tête enseignante GPT0,509
Écart entre enseignants0,062 · 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'étudeQualitatif
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'admission1
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetHomelessness and Social IssuesTravaux en français237 207