Tracing the Roots of Racial Profiling: Gender Bias, Socio-Economic Factors, and Police Encounters With Black Youth in Toronto's Eglinton West
Notice bibliographique
Résumé
This study critically investigates the intersection of race, gender, and socio-economic status in shaping the policing experiences of Black youth in Toronto’s Eglinton West, with a specific focus on the Toronto Police Service’s 13 Division. Drawing on Critical Race Theory and Intersectionality, this research explores how systemic biases, urban spatial politics, and institutional practices contribute to the over-policing and criminalization of Black youth in a historically Black neighbourhood undergoing rapid socio-economic transformation. Through a mixed-methods approach, including an in-depth conversation with a community worker and historical-spatial analysis of census data, this study provides insight into how enduring stereotypes of Black masculinity and the invisibilization of Black femininity produce distinct forms of state violence. These experiences are compounded by economic marginalization, racialized surveillance practices such as carding, and the erosion of community spaces due to gentrification. A comparative analysis with Jane and Finch highlights how policing dynamics and community experiences differ across historically Black neighbourhoods in Toronto. While Eglinton West has experienced significant gentrification and displacement pressures, Jane and Finch’s high-rise environment shapes distinct patterns of surveillance, social isolation, and community resilience. Contrasts in local infrastructure, social spaces, and cultural hubs reveal how the urban environment interacts with systemic biases to produce varied forms of state violence and community coping mechanisms. By situating these policing practices within broader historical and policy frameworks, the research identifies how racial profiling persists despite legal reforms and public scrutiny. Ultimately, the study offers evidence-based policy recommendations centred on equity, community empowerment, and transformative justice, highlighting the need for structural change in both policing and social investment to address the compounded vulnerabilities faced by Black youth in urban Canadian contexts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».