MétaCan
Menu
Retour à la cohorte
Enregistrement W4411254776 · doi:10.1080/10282580.2025.2518107

Against the churn: institutionalization, transformation, and restorative justice

2025· article· en· W4411254776 sur OpenAlexafffundabout
Andrew Woolford, Amanda McVicar, Amandeep Kaur

Notice bibliographique

RevueContemporary Justice Review · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésInstitutionalisationRestorative justiceTransformation (genetics)Economic JusticeBusinessEconomic systemPolitical scienceSociologyCriminologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Drawing on twenty interviews conducted in 2022 with restorative justice practitioners and transformative justice advocates in Winnipeg, Manitoba, we examine how restorative justice navigates the churn of institutionalization. In Manitoba, this churn is strengthened through the creation of the Restorative Justice Centre as a government clearinghouse for referrals and funding. Simultaneously, anti-institutional philosophies of defunding, abolition, and decolonization have seen recent increased uptake among segments of the population. Based on our interviews, we argue that restorative programming in Manitoba has institutionalized to a degree that there is little optimism toward aligning or synthesizing restorative and transformative justice. But this does not mean each must remain its own solitude. Focusing on restorative justice and the threat of further institutionalization, we suggest restorative practitioners anchor themselves to transformative ideals, while also using transformative justice as a horizon by which they might seek to correct course when the pull of institutionalization becomes increasingly strong.

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)0,017
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,360
Score d'incertitude au seuil0,715

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0190,039
Communication savante0,0090,005
Science ouverte0,0020,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,364
Écart entre enseignants0,312 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueContemporary Justice ReviewMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207