MétaCan
Menu
Retour à la cohorte
Enregistrement W4391822568 · doi:10.1177/00938548241230471

A Good Place to Do Time? Detailing the Construction of Symbolic Social Boundaries in Correctional Boot Camps

2024· article· en· W4391822568 sur OpenAlexafffundabout
William J. Schultz, Sandra M. Bucerius, Kevin D. Haggerty

Notice bibliographique

RevueCriminal Justice and Behavior · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversity of AlbertaMacEwan University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaKillam TrustsPierre Elliott Trudeau Foundation
Mots-clésBoot campImprisonmentConstruct (python library)NarrativeThe SymbolicUnit (ring theory)PrisonSociologyPsychologyCriminologySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Drawing on qualitative interviews with 51 incarcerated adult men and nine correctional officers in a Western Canadian prison system, we ask why some incarcerated people find it appealing to be placed on correctional boot camp units and what such appeals tell us about broader conditions of incarceration. Participants on three boot camp units drew on narratives relating to (a) extrinsic benefits, (b) discipline and structure, (c) teamwork and positive relationships, and (d) an opportunity for self-improvement to construct symbolic boundaries between "normal" units and boot camps, as well as their former self and their transformed current self. By drawing symbolic boundaries between the past and present and between other units and their boot camp unit, our participants create narratives that allow them to partially mitigate some pains of imprisonment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,888

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,327
Écart entre enseignants0,304 · 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 tête enseignante, 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

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207