To Protect or To Punish: Illuminating Pathways from Care to Criminalization
Notice bibliographique
Résumé
This dissertation undertakes an in-depth analysis of the compounding effects of the child welfare and criminal justice systems on young adults (ages 18 to 24) in Ontario. The research is informed by qualitative, critical race methodologies, including semi-structured interviews with 25 young adults who have been involved in both systems; 10 practicing lawyers in Ontario; and 10 Youth- in-Transition Workers. The analysis and findings are presented in two academic papers and one public policy report. The first manuscript uses an intersectional framework to uncover reasons why racialized children and youth are overrepresented in the child welfare and criminal justice systems; findings reveal race-based differences exist in the treatment of accused individuals who have been in care and experience mental illness in the early stages of the legal process, from arrest to bail. The second manuscript explores understandings of risk in bail courts and uncovers ways this concept functions as an organizing principal. This analysis illustrates how care status comes to be identified as a risk factor. Together these manuscripts demonstrate ways that risk-thinking fails to account for the particular conditions, circumstances, and contexts of youth leaving care, to youths’ disadvantage. The third manuscript is a public policy report that addresses gaps in public knowledge by synthesizing existing information about the adverse outcomes experienced by youth leaving care in five areas: education; employment, poverty, and income support; housing and homelessness; criminalization; and mental and physical health and wellbeing. Using this information, recommendations focus on ways to disrupt pathways from care to criminalization. As a complete work, this dissertation analyzes ways that race impacts the experiences of youth leaving care in the criminal justice system, examines understandings of risk in bail courts, and highlights pathways from care to criminalization.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,010 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».