MétaCan
Menu
Retour à la cohorte
Enregistrement W4408303799 · doi:10.1080/10345329.2025.2468630

Risk of what? Risk to whom? The realities of parole practices

2025· article· en· W4408303799 sur OpenAlexaffabout
Chloé Leclerc, Maude Boucher-Réhel, Roxane Perrin-Plouffe, Marion Vacheret, Marianne Quirouette

Notice bibliographique

RevueCurrent Issues in Criminal Justice · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversité de SherbrookeUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésProject commissioningPublic relationsSociologyCriminologyBusinessPolitical sciencePublishingLaw

Résumé

récupéré en direct d'OpenAlex

Parole is vital for reintegrating prisoners into society, yet many are excluded due to risk-averse practices. Our research explores how correctional officers, parole candidates, parole board members, and halfway house workers perceive risk, and how these perceptions influence parole decisions. We combine and analyse data from three sources: (1) observations and (2) interviews with 30 correctional officers, 18 halfway house workers, 33 inmates, and 11 board members, alongside (3) case file data from 3,161 prisoners in Quebec provincial prisons. Our analysis shows correctional officers view risk based on the needs of the person who is incarcerated, halfway house workers focus on staff safety and programme stability, incarcerated individuals see risk as their likelihood of breaking conditions, and board members consider societal risk. Quantitative data underscores the role of risk in decisions: 90% of parole-recommended individuals are low-risk, 65% who waive parole are high-risk, and 93% of low-risk individuals are granted parole. These different visions of risk and the incompatibility between high risk and release have brought risk assessments to deviate from their initial purpose, which was to assess needs and adjust interventions accordingly. They are instead used to deny parole to those who would most benefit from gradual release.

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)0,007
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,345

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,011
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,428
Écart entre enseignants0,374 · 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'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Issues in Criminal JusticeMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207