A New Era for Police Reforms: Defunding the Police in Canada after the Death of George Floyd
Bibliographic record
Abstract
Defunding the Police in Canada after the Death of George FloydRésumé (Français): Peu de temps après que George Floyd a été brutalement assassiné, le mouvement « Black Lives Matter » et l'objectif de définancer la police se sont imposés au Canada.Parce que cette idée est un concept relativement nouveau au Canada et qu'il y a beaucoup de controverses sur ce que cela signifie, cette recherche a pour but de comprendre le mouvement en profondeur pour offrir de l'information au public en utilisant une approche exploratoire.La recherche cherche à comprendre comment les services de polices canadiens ont approché le définancement de la police après la mort de George Floyd.Basé sur Willams et Eichenthal (2020), une analyse secondaire des archives gouvernementales et des publications dans les médias, les politiques et les actions de définancement des services de polices canadiens a permis d'opérationnaliser trois approches communes.En effectuant une analyse secondaire des archives gouvernementales et des publications médiatiques, les politiques et les actions des services de police canadiens de financement de la police ont été classées dans trois approches opérationnalisées pour une analyse plus approfondie.Trois agences ont été identifiées comme ayant envisagé de définancer la police au Canada.La recherche identifie les faiblesses des actions prises et les problèmes potentiels de ce mouvement.À l'avenir, les responsables politiques et le peuple vont devoir porter une attention particulière à ces problèmes potentiels afin d'assurer le succès du définancement de la police.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.034 | 0.017 |
| Scholarly communication | 0.013 | 0.005 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".