“People [Are] Not Dying Because Officers Aren't Following Their Training. ‘It's Because They Are.”: The Construction of Police De-Escalation of Individuals in Mental Health Crises in Canadian Media
Notice bibliographique
Résumé
Police are often assumed to be the "de facto" response to people in mental health crises. Contact between police and Canadians with mental illness and in crisis is routine and on the rise (Livingston, 2016). Police responses to these incidences have been criticized after several, highly publicized and tragic encounters between police and people in mental health crisis and the overrepresentation of people of colour in these instances. Media outlets determine which stories are prioritized, how they are framed, and which information to include or omit (Fawzi, 2018). Notably, public knowledge of police activities greatly impacts community perceptions of police legitimacy and social movements with this knowledge largely obtained through media consumption. Little research has focused on how media construct police interactions with people in crisis. Using a social constructionist lens, I conduct a media analysis, including qualitative content (Hsieh & Shannon, 2005), discourse (Berger, 2019), and framing analyses (Wimmer & Dominick, 2014), of Canadian news articles involving interactions between police and individuals in crisis to investigate how the term “de-escalation” is used and framed, which claims are made, who is making these claims, and how mental illness and people of colour are situated in these stories. Police were the most frequent claimsmakers, making 24% of all claims. The dominant narrative of the police is that there is a lack of mental health resources. Alternatively, community claimsmakers suggest the issue is aggressive police responses to people in crisis. Nonetheless, both groups of claimsmakers provide similar solutions, suggesting more mental health resources, greater involvement of mental health professionals in crisis intervention, less involvement of police in crisis intervention, and more mental health and de-escalation training for police officers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,044 | 0,046 |
| Communication savante | 0,023 | 0,009 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».