MétaCan
Menu
Retour à la cohorte
Enregistrement W1992119328 · doi:10.1177/0004865813502029

‘The right people to do the right job … ’: Legitimation work of municipal corporate security personnel

2013· article· en· W1992119328 sur OpenAlexaff
Kevin Walby, Randy K. Lippert, Blair Wilkinson

Notice bibliographique

RevueAustralian & New Zealand Journal of Criminology · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensUniversity of VictoriaUniversity of WindsorUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésPrivate securityJob securityCorporate securityBusinessPrivate sectorLegitimationPublic relationsCritical security studiesPublic sectorWork (physics)Security studiesAccountingPublic administrationCorporate governanceFinanceCloud computing securityPolitical scienceLawPoliticsNetwork security policy

Résumé

récupéré en direct d'OpenAlex

Corporate security units have emerged in municipal governments across North America. They resemble corporate security units found in private corporations, yet they are publically funded. Presently little is known about how the work of municipal corporate security units differs from that of public police, private contract security, or corporate security in the private sector. Though previous research has examined attitudes of public police toward private contract security, and vice versa, corporate security attitudes have been overlooked, as has how public sector corporate security personnel compare themselves to their counterparts in private corporations. This article extends analyses of ‘legitimation work’ of security and policing agents by examining what MCS personnel claim about public police, private corporate security, and private contract security. We show that MCS personnel claim the public police officers have a different skill set and possess limitations that MCS units overcome; that private corporate security is said to be driven more by a profit motive and is less accountable; and that private contract security agents have less expertise and are of lesser value than MCS personnel. Finally, we explore implications of this study for future research in policing and security.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,041
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,014
Communication savante0,0050,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,092
Tête enseignante GPT0,347
Écart entre enseignants0,254 · 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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian & New Zealand Journal of CriminologyMême sujetPolicing Practices and PerceptionsTravaux en français237 207