MétaCan
Menu
Retour à la cohorte
Enregistrement W4409193485 · doi:10.1016/j.lana.2025.101088

COVID-19 impacts on decarceration for Indigenous, Black, and other racialized people in Ontario, Canada: an interrupted time series study

2025· article· en· W4409193485 sur OpenAlexafffundabout
Akwasi Owusu‐Bempah, Ruth Croxford, Beverley Osei, Amanda Butler, Ruth Elwood Martin, Jessica Jurgutis, Kate McLeod, Martha Paynter, Howard Sapers, Raya Semeniuk, Fiona G. Kouyoumdjian

Notice bibliographique

RevueThe Lancet Regional Health - Americas · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensImpactNative Women's Association of CanadaUniversity of OttawaMcMaster UniversityCenter for Northern StudiesPublic Health OntarioUniversity of British ColumbiaSimon Fraser UniversityUniversity of New BrunswickUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesMcMaster University
Mots-clésCoronavirus disease 2019 (COVID-19)IndigenousSeries (stratigraphy)2019-20 coronavirus outbreakGeographySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)HistoryVirologyOutbreakMedicineGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Background: The COVID-19 pandemic response in many jurisdictions included efforts to depopulate correctional facilities. In the context of the overrepresentation of Indigenous and Black people in Canadian correctional facilities, we aimed to assess COVID-19 impacts on decarceration by race and Indigenous identity in Ontario, Canada. Methods: We accessed correctional administrative data for all people incarcerated in provincial correctional facilities in Ontario, Canada between 2015 and 2022. We categorized people using self-reported data into one of five identity groups: Indigenous, non-Indigenous Black, non-Indigenous non-Black racialized, non-Indigenous white, or missing. We conducted interrupted time series analyses, treating COVID-19 as an event on April 1, 2020, for each of admissions, releases, number of people in custody, and person-time in custody. Findings: Of 148,937 people who experienced incarceration, 85.4% were male and 14.5% were female, the mean age was 35.2 years (SD 12.2), and 11.7% were Indigenous, 12.1% were non-Indigenous Black, 12.1% were non-Indigenous non-Black racialized, and 48.9% were non-Indigenous white. Decarceration in the spring of 2020 benefitted all four race/Indigenous identity groups, with significant decreases in all four decarceration indicators for all groups. There was a significant interaction between COVID-19 decarceration and race/Indigenous identity group for the number of people in custody (p < 0.0001) and person-time in custody (p = 0.042), with decarceration disproportionately benefitting non-Indigenous white people. Compared with the period prior to April 2020, the relative rates of being in custody and of person-time in custody, respectively, were 0.70 (95% CI 0.68-0.73) and 0.73 (95% CI 0.70-0.76) for non-Indigenous white people, lower than those for Indigenous people: 0.76 (95% CI 0.72-0.81) and 0.82 (95% CI 0.76-0.88), non-Indigenous Black people: 0.76 (95% CI 0.74-0.78) and 0.79 (95% CI 0.76-0.81), and non-Indigenous non-Black racialized people: 0.76 (95% CI 0.73-0.79) and 0.79 (95% CI 0.76-0.83). Interpretation: Decarceration in Ontario in 2020 was inequitable, exacerbating the disproportionate exposure of people who are Indigenous and Black to time in custody and to the adverse health impacts associated with incarceration during the COVID-19 pandemic. These findings emphasize the need for targeted strategies to foster equitable health and justice outcomes, including during public health emergencies. Funding: Department of Family Medicine, McMaster University.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,202
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,082
Tête enseignante GPT0,421
Écart entre enseignants0,339 · 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 tête enseignante, 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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Lancet Regional Health - AmericasMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207