Police‐based victim services: Australian and international models
Notice bibliographique
Résumé
Purpose The purpose of this paper is to provide an outline of the strengths and weaknesses of selected models of police‐based victim services. It aims to provide an overview of the current predominant models of police‐based victim support in the USA, Canada, UK and Australia. It also aims to advance a typology of police‐based victim services as a useful analytic tool for understanding the varying models. Design/methodology/approach The research was based on extensive documentary analysis supplemented by semi‐structured interviews with 17 practitioners in the USA, Canada and Australia. Sites were selected for interview based on documentary research which indicated that they had developed police‐based victim services in their organization that were either particularly representative or innovative. Findings Police‐based victim services can be categorized into three broad models: unit services, dedicated liaison officer services, and referral services. Each model has strengths and weaknesses in terms of service delivery and police organization. Unit services may be optimum in delivering services but are also resource‐intensive and may be beyond the financial scope of some police organizations. They also potentially risk sequestering victim services within police organizations and reinforcing a view that dealing with victims of crime is not “real policing”. Dedicated officer services require significant institutional input to achieve their goals, while referral models necessitate workable mechanisms for inter‐agency cooperation. Thus police organizations need a clear perception of their victim services delivery role and how this might best be achieved. Originality/value The academic literature on police‐based victim services remains scant. This paper makes a valuable contribution to the literature by providing a useful typology for the analysis of police‐based victim services and the assessment of their strengths and weaknesses. The typology will prove useful for future empirical case‐studies of individual police‐based victim services.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».