MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402293584 · doi:10.1002/9781119893073.ch17

What Works for Women in Custodial Settings

2024· other· en· W4402293584 sur OpenAlexaff
Shelley L. Brown, Ellen Coady, Eva G. Huppe

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Worldwide incarceration rates for girls and women continue to surpass those of boys and men. This chapter summarizes 10 overarching principles of what works for women in custody. The first five principles include ground policies and practices in integrated, evidence-based theory; creating environments characterised by safety, respect and dignity; conducting comprehensive and empirically validated risk, need and strength assessments (and re-assessments); targeting multiple needs holistically in accordance with the risk principle; and embracing diversion, continuum of care models and cross-sectoral collaboration. The next five principles include following the trauma-strength-relational model: be trauma, strength and relationally based; implementing structured, skills-based interventions to reduce needs (and, thus, risk); delivering inclusive and equitable services that embrace cultural and gender diversity; using well-trained staff to implement sustainable and high-fidelity programmes; and embracing interdisciplinary approaches to evaluation and research.

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)0,010
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,008
Communication savante0,0090,008
Science ouverte0,0020,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,017
Tête enseignante GPT0,327
Écart entre enseignants0,310 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCriminal Justice and Corrections Analysis→Travaux en français237 207→