MétaCan
Menu
← Retour à la cohorte
Enregistrement W4395056914 · doi:10.1515/9780228019817

Population Control

2023· book· en· W4395056914 sur OpenAlexaboutno aff

Notice bibliographique

RevueMcGill-Queen's University Press eBooks · 2023
Typebook
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésControl (management)Computer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Violence is an inescapable through-line across the experiences of institutional residents regardless of facility type, historical period, regional location, government or staff in power, or type of population. Population Control explores the relational conditions that give rise to institutional violence – whether in residential schools, internment camps, or correctional or psychiatric facilities. This violence is not dependent on any particular space, but on underlying patterns of institutionalization that can spill over into community settings even as Canada closes many of its large-scale facilities. Contributors to the collection argue that there is a logic across community settings that claim to provide care for unruly populations: a logic of institutional violence, which involves a deep entanglement of both loathing and care. This loathing signals a devaluation of the institutionalized and leaves certain populations vulnerable to state intervention under the guise of care. When that offer of care is polluted by loathing, however, there comes along with it an unavoidable and socially prescribed violence. Offering a series of case studies in the Canadian context – from historical asylums and laundries for “fallen women” to contemporary prisons, group homes, and emergency shelters – Population Control understands institutional violence as a unique and predictable social phenomenon, and makes inroads toward preventing its reoccurrence.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,694

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,2070,044

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 Opus0,020
Tête enseignante GPT0,251
Écart entre enseignants0,231 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueMcGill-Queen's University Press eBooks→Même sujetCriminal Justice and Corrections Analysis→Travaux en français237 207→