The Search for Suitable Homicide Co-Offenders Among Gang Members
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Little is known about homicide co-offending networks at the individual gang member level. Of particular interest is whether and to what degree gang members who are selected to participate in murder are different from those who are not. The current study constructed the co-offense network of 18 participants from the Incarcerated Serious and Violent Young Offender Study who were identified as members of a prominent gang within British Columbia, Canada, referred to as the BC Gang. This gang started to form not long before seven offenders together committed a homicide that was orchestrated by the founder and leader of the BC Gang. After this offense, some of these seven offenders became the most central actors within a large network of co-offenders ( n = 137) that was measured at four time periods over a 20-year period. Over this period, a second murder, like the first, was orchestrated by the leader of the BC Gang, offering a rare glimpse into the co-offending recruitment decisions made by a high ranking gang member for two separate homicides. Although only 25% of the 137 co-offenders are BC gang members ( n = 35), 100% of the offenders selected for a homicide were members of this gang ( n = 13). The network contained 8 separate components at the final measurement period, but all 13 homicide offenders were connected to the same network component of 48 individuals.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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