MétaCan
Menu
Retour à la cohorte
Enregistrement W1976474558 · doi:10.1177/0093854809344820

On the Need for Scientific Experimentation in the Criminal Profiling Field

2009· article· en· W1976474558 sur OpenAlexaff
Brent Snook, Paul Taylor, Paul Gendreau, Craig Bennell

Notice bibliographique

RevueCriminal Justice and Behavior · 2009
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensCarleton UniversityUniversity of New BrunswickMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésProfiling (computer programming)Offender profilingPoison controlCriminal investigationHuman factors and ergonomicsSuicide preventionField (mathematics)EngineeringPsychologyComputer securityData scienceComputer scienceCriminologyMedical emergencyMedicineData miningMathematics

Résumé

récupéré en direct d'OpenAlex

In “The Criminal Profiling Illusion: What’s Behind the Smoke and Mirrors?” (Snook, Cullen, Bennell, Taylor, & Gendreau, 2008), we questioned the evidence base for criminal profiling (CP) and offered an explanation regarding how people have been misled into thinking that it is more effective than what research suggests. In their reply, Dern, Dern, Horn, and Horn (2009 [this issue]) challenged some of our provisional conclusions and outlined a “highly complex and scientifically well-founded practice of criminal profiling” (p. 1086) known as behavioral case analysis. We are pleased to be part of a dialogue that forms the basis for collaborations that promote understanding and enhance scientific contributions to CP. Here we respond to Dern et al. by highlighting some of the areas in which discussion, collaboration, and scientific experimentation are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,106
Tête enseignante GPT0,401
Écart entre enseignants0,295 · 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 tête enseignante, 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

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminal Justice and BehaviorMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207