MétaCan
Menu
Retour à la cohorte
Enregistrement W2042295729 · doi:10.1177/1043986200016004006

Do Casinos Attract Criminals?

2000· article· en· W2042295729 sur OpenAlexaffabout
Franco M. Piscitelli, Jay S. Albanese

Notice bibliographique

RevueJournal of Contemporary Criminal Justice · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensMinistère de l’Immigration, de la Francisation et de l’Intégration
Organismes subventionnairesnon disponible
Mots-clésCriminologyAdvertisingCrime rateViolent crimeBusinessPolitical scienceDemographic economicsLawPsychologyEconomics

Résumé

récupéré en direct d'OpenAlex

This study examines trends in the number of criminally inadmissible persons who seek admission to Canada because of the opening of Casino Niagara. The purpose of this study is to determine whether the presence of a new Canadian casino increases the rate at which criminally inadmissible persons seek entry to Canada. The impact of the casino is assessed by examination of trends in total bridge crossings before and after the opening of the casino, trends in the total number of criminals denied entry to Canada, and trends in the proportion of criminals who have convictions for offenses related to organized crime. The rate of denials of entry to Canada on grounds of criminal inadmissibility rose faster than did the border traffic in general, but there was a decline in the proportion of those with prior records for organized crime-related offenses. The implications of these findings are presented.

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)0,000
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,494
Score d'incertitude au seuil0,981

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,085
Tête enseignante GPT0,352
Écart entre enseignants0,267 · 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

Citations18
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Contemporary Criminal JusticeMême sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207