MétaCan
Menu
← Retour à la cohorte
Enregistrement W7036944549

COVID-19, Human Rights and Public Health in Prisons: A Case Study of Nova Scotia’s Experience During the First Wave of the Pandemic

2021· article· en· W7036944549 sur OpenAlexaboutno aff

Notice bibliographique

RevueeYLS (Yale Law School) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMilitary Technology and Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNova scotiaPublic healthHuman rightsPandemicPrisonEconomic JusticeCriminal justiceCriminal offence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The importance of preventing outbreaks in prisons during a pandemic, such as COVID-19, cannot be overstated. The risk of the infection spreading rapidly once inside these institutions is much higher than in the community, due to the underlying vulnerabilities of prison populations and the congregated living nature of prisons. This article documents the Nova Scotia provincial prison system’s experience in dealing with COVID-19 during the first wave, including its uniquely swift decarceration efforts. One goal of this investigation is to identify a set of best practices that can help Canadian prisons systems with their short-term responses to crisis in a manner that is compliant with both international and national public health policies and human rights. Another goal of this investigation, based on the systemic weaknesses highlighted by the pandemic, is to advance longerterm recommendations that would improve the criminal justice system and help maintain lower levels of incarceration. On ne saurait trop insister sur l’importance de la prévention des épidémies dans les prisons lors d’une pandémie telle que celle de la COVID-19. Le risque que l’infection se propage rapidement une fois à l’intérieur de ces institutions est beaucoup plus élevé que dans la collectivité, en raison des vulnérabilités sousjacentes des populations carcérales et de la nature de la vie en prison. Dans cet article, nous faisons état de l’expérience vécue dans le système pénitentiaire provincial de la Nouvelle-Écosse face à la COVID-19 lors de la première vague, y compris les efforts déployés en vue d’une mise en liberté plus rapide. L’un des objectifs de cette enquête est d’identifier un ensemble de bonnes pratiques qui peuvent aider les systèmes pénitentiaires canadiens à réagir à court terme à la crise d’une manière qui soit conforme aux politiques de santé publique nationales et internationales ainsi qu’au respect des droits de la personne. Un autre objectif de cette enquête, basé sur les faiblesses systémiques mises en évidence par la pandémie, est de proposer des recommandations à plus long terme qui amélioreraient le système de justice pénale et contribueraient à maintenir des niveaux d’incarcération plus bas.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,061
Score d'incertitude au seuil0,322

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0200,006
Communication savante0,0030,001
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,280
Écart entre enseignants0,245 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)→Même sujetMilitary Technology and Strategies→Travaux en français237 207→