Discursively Embedded Institutionalized Stigma in Canadian Judicial Decisions
Notice bibliographique
Résumé
The aim of this research was to explore how the concept of harm is constituted in case law judicial decisions pertaining to the importation, production, possession, and trafficking of drugs in Canada using critical discourse analysis methodology. The research was designed to uncover taken-for-granted assumptions about drugs and associated harms. The data source for this study is judicial decisions. These are published texts where judge(s) summarize details about the factors considered, provide a reasoned interpretation of sentencing principles relevant to the judicial decision, and explain the rationale for their decision. Initially, codes were identified deductively, using words related to drugs and harm. Codes were added when incidents of moralization language were observed to be high. Moralization language was defined as “the usage of language cues referencing moral values”. The selection process resulted in n = 129 judicial decisions meeting the inclusion criteria. Discourse analysis was guided by four tools described by Gee’s study: the significance tool, the why this way and not that way tool, the connections tool, and the intertextuality tool. Emergent themes are: (1) trafficking as an immoral enterprise; (2) scourge to society, (3) fentanyl and harm, and (4) constructing gravity. This study uncovers discursive practices in many judicial decisions that convey the (re)production of institutionalized stigma. High reliance on legal tropes about drug harms, harm of trafficking, moral culpability associated with distribution of some drugs, by some people, in some ways, and a lack of contextual awareness of social inequities that influence the lives of Canadians perpetuates legal interpretations that support rationales for sentence predicated on denunciation and deterrence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,041 | 0,050 |
| Communication savante | 0,018 | 0,004 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».