Notice bibliographique
Résumé
Responding to girls in the justice system has always remained a contested topic amongst Canadian policymakers. When the Youth Criminal Justice Act (YCJA) was first enacted, it was widely accepted due to its efficacy in reducing offending rates and promoting youth accountability (Bélisle, n.d.; Cesaroni & Peterson-Badali, 2017; Sprott & Doob, 2010). However, with the proliferation of research initiatives related to youth justice, there have been a number of flaws being accentuated pertaining to various facets of the justice system. Current programs and interventions designed for justice-involved youth fail to consider the multifaceted complexities and traumatic experiences contributing to girls’ system involvement. So, it is crucial to develop comprehensive strategies that: (a) help young girls effectively manage and cope with these risk factors to reduce their likelihood of offending, and (b) encourage the use of more appropriate and effective responses to girls who have committed a crime. The following policy reforms aim to specifically target and address female youth offenders’ risk factors: (a) the use of mental health programming/screening as both a preventative measure and a response to justice-involved girls, (b) implementing new interventions and restructuring previous ones to be more gender-responsive, and (c) learning from European policy reforms. My overall policy recommendation involves implementing more gender-responsive mental health and resilience programming for young girls.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,008 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 ».