MétaCan
Menu
Retour à la cohorte
Enregistrement W1988899510 · doi:10.1108/17542731211247337

Quality assurance in Canadian police services

2012· article· en· W1988899510 sur OpenAlexaffabout
Wendy Cukier, Erin Barkel, Tania Vaughan, George Gekas

Notice bibliographique

RevueThe TQM Journal · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensRoyal Canadian Mounted PoliceCarleton UniversityToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésOriginalityLaw enforcementBusinessAuditEnforcementQuality assuranceQuality (philosophy)Risk managementPublic relationsAccountingService (business)Political scienceMarketingLaw

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this study is to investigate the presence of quality assurance, risk management, and audit practices at the municipal, provincial and federal levels of law enforcement in Canada. Based on open‐ended interviews and surveys with management of law enforcement agencies, the study attempts to determine the extent to which these practices are in place, the structure of managing these functions, including the tools that are used to do so and the role of these functions within the organization. Design/methodology/approach The survey was sent to 104 police services, which are represented in the Canadian Association of Chiefs of Police. A total of 30 people responded on behalf of 23 police agencies. The survey was supplemented with in‐depth interviews with selected police services. Findings There was a high level of consensus around the reasons for undertaking these processes and the rankings were also remarkably consistent. The way in which risks are defined varies from organization to organization but some common patterns emerge. The top risks are those associated with the external environment (80.77 per cent) and operational risks (76.92 per cent). Originality/value The study confirmed the challenges associated with establishing rigorous professional standards, while balancing the interests of different stakeholders in the development and application of the process.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,611

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0140,003
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,087
Tête enseignante GPT0,440
Écart entre enseignants0,352 · 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'étudeObservationnel
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

Citations11
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe TQM JournalMême sujetPolicing Practices and PerceptionsTravaux en français237 207