Breaking Down Walls: New Solutions for More Effective Urban Crime Prevention in South African Cities
Notice bibliographique
Résumé
In the late apartheid period South African suburbs began to change dramatically in both their appearance and design. Essentially, housing was designed with the aim of keeping intruders out. This included constructing increasingly high walls, implementing electrified fences and laser beams. Alongside these ‘investments’ and design innovations came the massive growth of the private security industry. A new mentality emerged which focused on the fortification of home and office space. Initially, this was strongly supported and bolstered by the private security industry that had vested interests in the rush to monitor space and strengthen security. Whether or not high walls and electrified fences do indeed reduce experiences of crime victimisation for individual home owners and residents is debatable. The private security industry and the police now suggest that walls might not provide the security home owners believe they do. This research investigates whether walls, electric fences and beams, among other tools, succeed in reducing fear of crime and victimisation, from the perspective of those who police, i.e., public and private security organisations. The aim is to establish whether policing agents view walls as an aid or hindrance to policing and security management. The ‘praxis’ goal of this research is, through public engagement, to shift paradigms about walls and security and to bring to the fore the importance of natural surveillance and neighbourly contact in making urban spaces safer.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».