Addressing Criminal Legal System Health Inequities Through Redirection
Notice bibliographique
Résumé
The criminal legal system and youth delinquent systems (CL/DS) are increasingly recognized as a primary sources of racial/ethnic inequity (REI) in health. Research funding institutions are beginning to focus on the CL/DS as a social determinant of health, some CL/DS officials are centering equity as a core concern, and some problematic CL/DS practices are being rolled back. However, the impact of such efforts may be limited because they typically focus on the most visible manifestations of inequity but often fail to address root causes and complex system dynamics. More meaningfully reducing CL/DS-linked health inequities requires a better understanding of their complexity and barriers to change. Preparatory work is needed to develop appropriate information, communication strategies, and collaborative partnerships. To support these arguments, we offer an evaluation of our ongoing qualitative and quantitative research in New Mexico, which focuses on practices that redirect individuals from typical CL/DS practices in ways that minimize CL/DS involvement and its consequences. We review the sources of REI in CL/DS redirection practices, discuss how increased collaboration between public health and public safety agencies may impact REI, describe how differences in values, priorities, and strategies toward issues of equity pose barriers to REI reduction efforts, and discuss important building blocks for reducing siloing and working toward greater health equity through redirection from the CL/DS.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».