Policing Under Siege: What is Driving the Normalization of Police Militarization in Canada?
Notice bibliographique
Résumé
The police and military are considered a feature of modern nation states. Their functions are meant to be separate, with one fighting external threats and the other fighting internal threats. In contemporary times, the line between the military and police has become increasingly blurred, with the police adopting inherently military characteristics. In the Canadian context, the idea that police at the local level are militarized and that there is a particular set of characteristics driving this militarization has remained largely unexplored. By taking an historic and analytical approach, this dissertation explores the militarization of Canadian police and its underlying mechanisms by revealing how the history of Canadian police intersects with their contemporary practices to arrive at militarization. While traditional explanations for militarization suggests that increased crime and violence are forcing police to militarize due to increased dangers, sociological explanations believe that police are militarizing due to an increase in threat perception resulting from the growth of minority groups and economic disparity. Using Peter Kraska’s “Indicators of Militarization” framework, attention will be paid to the acquisition and use of tactical units, armoured vehicles, and assault weapons by Canadian police at the local level, relying on empirical examples of their (mis)use. A pooled-time series panel regression analysis reveals what is driving militarization by revealing if traditional or sociological explanations of militarization are driving the expansion of police militarization into routine policing at the local level. As Canadian police normalize the use of militaristic tools in routine policing, it is imperative that the dangers of this functional change be understood
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,014 | 0,006 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».