MétaCan
Menu
Retour à la cohorte
Enregistrement W4411354003 · doi:10.1017/cls.2025.1

Tracking (In)Justice: Documenting Fatal Encounters with Police in Canada

2025· article· en· W4411354003 sur OpenAlexaffabout
Andrew Crosby, Alexander McClelland, Tanya L. Sharpe, Evelyn M. Maeder, Catherine Stinson, Kanika Samuels Wortley, Rafiullah Khan

Notice bibliographique

RevueCanadian Journal of Law and Society / Revue Canadienne Droit et Société · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensRoyal Canadian Mounted PoliceCanadian Criminal Justice AssociationQueen's UniversityUniversity of TorontoSunnybrook Health Science CentreCarleton University
Organismes subventionnairesnon disponible
Mots-clésCriminologyEconomic JusticeTracking (education)PsychologyPolitical scienceComputer securityComputer scienceLawPedagogy

Résumé

récupéré en direct d'OpenAlex

Abstract There is a lack of knowledge on deaths related to police use of force across Canada. Tracking (In)Justice is a research project that is trying to make sense of the life and death outcomes of policing through developing a collaborative, interdisciplinary, and open-source database using publicly available sources. With a collaborative data governance approach, which includes communities most impacted and families of those killed by police, we document and analyze 745 cases of police-involved deaths when intentional force is used across Canada from 2000 to 2023. The data indicate a steady rise in deaths, in particular shooting deaths, as well as that Black and Indigenous people are over-represented. We conclude with reflections on the ethical complexities of datafication, knowledge development of what we call death data and the challenges of enumerating deaths, pitfalls of official sources, the data needs of communities, and the living nature of the Tracking (In)Justice project.

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)0,005
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,496

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,013
Études des sciences et des technologies0,0120,003
Communication savante0,0050,002
Science ouverte0,0030,005
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 Opus0,017
Tête enseignante GPT0,308
Écart entre enseignants0,291 · 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'étudeObservationnel
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 revueCanadian Journal of Law and Society / Revue Canadienne Droit et SociétéMême sujetPolicing Practices and PerceptionsTravaux en français237 207