Space-time Clusters of Crime in Stockholm, Sweden
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
The aim of the study is to detect geographical clustering of offences over time using Kulldorff’s scan test (SaTScan version 9.01; Kulldorff, 2010) and police recorded data over Stockholm city, the capital of Sweden. This technique has a rigorous inference theory for identifying statistically significant clusters. The space–time scan statistics are used in a single retrospective analysis using data from 1st January 2006 to 31st December 2009. A four years’ dataset is collapsed into ‘one year’. All space-time dimensions of the data are kept except ‘year’. Clusters over the hours of the day, weekday and weekend and by seasons were tested. Total population but also day-time and night-time populations were used as reference. Findings show clear distinct patterns of concentration for violence (assault and threat) and property crimes (theft, robbery and burglary) over time and space. Whilst property crimes tend to happen more often in the afternoons in the center and regional commercial centers in the southern and western parts of Stockholm, violence takes place more often in the night, and is heavily concentrated in large parts of the city center. Weekends are more targeted than weekdays for both offences. Regardless of day of the week, the main urban core of the city contains the most likely cluster that extends to commercial and socially disorganized areas in the west and south Stockholm. Whilst property crime levels do not show significant differences over the seasons, violent crimes levels do (winter and summer). The most likely clusters tend to be fairly constant in space over time. The article ends with implications of the results for both research and practice.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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