“Democratizing punishment”? Federal prosecutors’ new anticorruption project and the Brazilian penal field
Notice bibliographique
Résumé
Since the 2000s, Brazilian federal prosecutors increasingly worked on corruption and white-collar crime (WCC) cases. While scholars have focused on how this engagement impacted politics, few works examine its implications for the country’s penal field. In the context of the mass incarceration of working-class and racialized groups, does prosecutors’ focus on the powerful promote penal change or continuity? Using this issue’s concepts of professional trajectories, professional projects, and contexts, I investigate how prosecutors built their expertise on criminal law, how this process shaped their penal discourses and practices, and how these contrast with the country’s penal context. Empirically, I analyze prosecutors’ CVs and discourses on an anti-corruption bill. I find that prosecutors invested heavily in academic specialization and international training in criminal law, focusing on WCC. With this move, they created a new professional project, which breaks with traditional racialized tough-on-crime discourses and proposes measures to increase accountability for the powerful, seeking to “democratize punishment.” However, some of these discourses and practices reproduce traditional punitive approaches embedded in the Brazilian penal context, such as penal populism and the disavowal of procedural rights. Although prosecutors built their professional trajectories around corruption and WCC, their professional project may incidentally harm marginalized defendants.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».