MétaCan
Menu
← Back to cohort
Record W235856897 · doi:10.71781/23771

À l’intérieur des murs : comprendre la violence en milieu carcéral à partir du point de vue d’hommes incarcérés à l’Unité spéciale de détention

2014· dissertation· fr· W235856897 on OpenAlexaboutno aff
Trina Phillips

Bibliographic record

VenueOpen MIND · 2014
Typedissertation
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPhilosophyArtPolitical science

Abstract

fetched live from OpenAlex

L’étude qui nous concerne vise à mieux comprendre la violence en milieu carcéral. C’est à l’aide d’entrevues menées auprès de treize hommes incarcérés à l’Unité spéciale de détention, une unité canadienne spécifiquement conçue pour loger des personnes qui ont fait usage de violence intra murale ou sont soupçonné de l’avoir fait, que nous avons tenté d’atteindre l’objectif principal de ce projet. Plus spécifiquement, le point de vue des participants a été recueilli sur l’incarcération, sur les moyens utilisés afin de s’accoutumer aux défis de l’enfermement ainsi que la manière dont les individus justifient l’usage de violence dans ce contexte. Les résultats de nos analyses suggèrent que le milieu carcéral est un monde hostile et imprévisible où les individus se perçoivent constamment vulnérables à de multiples formes d’agression. Placés en hyper vigilance et orientés vers la survie, les détenus font usage de diverses stratégies d’adaptation afin de répondre aux situations difficiles qu’ils rencontrent en contexte de perte de liberté. La violence représente donc un des moyens dont disposent les individus pour survivre à l’intérieur des murs. Les diverses formes d’adaptation violente rencontrées en milieu carcéral peuvent ainsi informer sur les enjeux de survie présents dans un milieu et donc, du risque de violence ou de victimisation dans ce milieu, que cette violence soit interpersonnelle, collective, auto dirigée, axée sur la fuite ou contre les biens. Puisque l’usage de violence par une personne engendre une possibilité accrue de choisir la violence pour une autre, et ce, avec les conséquences qui s’en suivent pour les détenus et les membres du personnel, nous avons tenté d’identifier et de comprendre les diverses logiques d’action qui motivent le choix d’avoir recours à la violence dans les institutions carcérales. Or, il appert que certaines caractéristiques des individus tendent à faire augmenter le risque pour une personne d’avoir recours à la violence carcérale. De même, il semble que certaines institutions sont davantage propices à l’usage de violence que d’autres. De surcroît, des éléments appartenant aux individus et au milieu en interrelation semblent favoriser la possibilité qu’un condamné fasse usage de violence intra murale. Ainsi, le recours à la violence est davantage probable si elle est légitimée par les individus et le milieu, si le niveau d’adhésion aux valeurs des sous-cultures délinquantes des individus est élevé et si la philosophie du milieu en favorise le maintien, si des groupes influents en quête de contrôle et de pouvoir sont présents dans le milieu et qu’un individu désire y être affilié, s’il y a présence de marchés illicites comme réponse à la privation et qu’un individu y participe ou encore, si le milieu et l’individu sont pris dans l’engrenage d’un climat de survie. Par conséquent, une réflexion concernant le sentiment de sécurité préoccupant les reclus, sentiment qui est un besoin fondamental chez tous les êtres humains, un retour sur les divers modèles théoriques en fonction des données que nous avons obtenues ainsi qu’une réflexion portant sur les moyens dont disposent les individus et le milieu afin de diminuer les possibilités que la violence soit utilisée, ont été amorcées en conclusion.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.014
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.036
Threshold uncertainty score0.071

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.014
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0040.003
Scholarly communication0.0040.003
Open science0.0010.006
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0070.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.105
GPT teacher head0.429
Teacher spread0.324 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicEducation, sociology, and vocational training→French-language works237,207→