MétaCan
Menu
Retour à la cohorte
Enregistrement W4405548524 · doi:10.5771/9781538176498

Not Giving Up on People

2023· book· en· W4405548524 sur OpenAlexaboutno aff
Barrett Emerick, Audrey Yap

Notice bibliographique

RevueRowman & Littlefield Publishers eBooks · 2023
Typebook
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHistoryPsychologySociology

Résumé

récupéré en direct d'OpenAlex

Feminist philosophers Barrett Emerick and Audrey Yap bring theoretical arguments about personhood and moral repair into conversation with the work of activists and the experiences of incarcerated people to make the case that prisons ought to be abolished. They argue that contemporary carceral systems in the United States and Canada fail to treat people as genuine moral agents in ways that also fail victims and their larger communities. Such carceral systems are a form of what Emerick and Yap call “institutionalized moral abandonment”. Instead, they argue that we should create communities of moral solidarity which open up space for wrongdoers to make up for their wrongs. As part of this argument, the book directly addresses one of the paradigm cases of wrongdoing often used to justify carceral systems: rape. Carceral systems that treat perpetrators of sexual violence as irredeemable monsters both obscure the reality of sexual violence and are harmful to everyone involved. As an alternative to carceral systems, Emerick and Yap argue for an orientation towards justice that is grounded in moral repair. This incorporates elements of restorative justice, mutual aid, and harm reduction. Instead of advocating for one specific and universal approach, the authors argue for multigenerational collective action that aims to build resilient communities that support the wellbeing of everyone.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,020
Communication savante0,0110,010
Science ouverte0,0010,008
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0290,012

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 Opus0,038
Tête enseignante GPT0,295
Écart entre enseignants0,257 · 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 revueRowman & Littlefield Publishers eBooksMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207