MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162614313

Decolonizing Community Re-entry: Effective Case Studies of Community-Led Programs and Services to Support Formerly Incarcerated Individuals in Canada

2025· article· W7162614313 sur OpenAlexfundaboutno aff
Ardavan Eizadirad, Rai Reece

Notice bibliographique

RevueScholars Commons (Wilfrid Laurier University) · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Canada
Mots-clésIndigenousTransformative learningFocus groupCriminal justiceFocus (optics)ColonialismPovertyVariety (cybernetics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Decolonizing re-entry programs require rethinking traditional approaches in supporting formerly incarcerated individuals and challenging colonial and deficit frameworks embedded in the criminal legal system, which often has an exclusive focus on punishment. This article names the risk factors and systemic barriers faced by equity-denied individuals during reintegration with a focus on the Canadian context. Two community-led programs in Ontario are highlighted as innovative case studies for effectively supporting reintegration of individuals exiting carceral institutions. Key characteristics of these programs which are offered by the Youth Association for Academics, Athletics, and Character Education (YAAACE) and Walls to Bridges (W2B) are outlined. Implications are discussed for enhancing effective community re-entry with a focus on amplifying the transformative impact of peer-led, trauma-informed programs that capitalize on the lived and living experiences of criminalized individuals. A series of recommendations are outlined regarding the importance of integrating Indigenous and Africentric knowledge systems and offering more programs and services rooted in trauma-informed approaches. These strategies would mitigate the unique challenges faced by Indigenous, Black, and other equity-denied identities who are disproportionately incarcerated.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,089
Score d'incertitude au seuil0,574

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0340,008
Communication savante0,0040,002
Science ouverte0,0050,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,296
Écart entre enseignants0,275 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScholars Commons (Wilfrid Laurier University)→Même sujetIndigenous Health, Education, and Rights→Travaux en français237 207→