MétaCan
Menu
Retour à la cohorte
Enregistrement W4393128387 · doi:10.1080/15528014.2024.2330736

“Feed them, protect them, give them what they want”: exploring food as an occupational stress in Canadian federal penitentiaries

2024· article· en· W4393128387 sur OpenAlexafffundabout
Zachary Towns, Rosemary Ricciardelli

Notice bibliographique

RevueFood Culture & Society · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

In prior punishment studies, researchers examining food in prisons focused on incarcerated people’s experiences with food insecurity, food nutrition, and access to food, some even connecting food to deprivations as per the “pains of imprisonment” . Others have studied the evolving expectations that correctional officers (CO) care and deliver care to incarcerated people who rely on COs to meet their basic needs (food, clothing, shelter). We, in this article, analyzed interviews with federal COs (n = 101) to reveal how food can become a source of stress for COs in ways remarkably similar but starkly different than how food can stress a prisoner. Departing with the knowledge that COs are responsible for the reproval and supervision of food for incarcerated people within the penitentiary food system. The food system, in turn, affects COs’ abilities to access, produce, and consume their own food while overseeing food delivery, supervision, and reproval among imprisoned people. Policy considerations and recommendations are suggested.

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 candidatesÉtudes des sciences et des technologies, Communication savante
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 enseignants0,628
Score d'incertitude au seuil1,000

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 technologies0,0020,000
Communication savante0,0020,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,075
Tête enseignante GPT0,307
Écart entre enseignants0,232 · 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.

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 revueFood Culture & SocietyMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207