MétaCan
Menu
Retour à la cohorte
Enregistrement W2132937935 · doi:10.1177/1477370804044005

Organizational Pathologies in Police Intelligence Systems

2004· article· en· W2132937935 sur OpenAlexaff
James Sheptycki

Notice bibliographique

RevueEuropean Journal of Criminology · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLexiconStrategic intelligenceOrganised crimeVocabularyIntelligence cyclePolitical sciencePublic relationsCriminologyEmpirical researchCrime analysisEmpirical evidenceKnowledge managementSociologyComputer scienceMilitary intelligenceLawArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

During the 1990s serious and organized crime moved to the top of the agenda for policing internationally. This shift took place during the same period that new information and communications technologies were being adopted across the policing sector in most European countries, a shift known in some places as the rise of ‘intelligence-led policing’. Discussion of intelligence-led policing against serious and organized crime has tended to focus on formal models of intelligence systems. The purpose of this paper is to contribute to the vocabulary of intelligence-led policing by providing the terms for describing the organizational problems that bedevil the organization of police information systems. It is based on original empirical research in the United Kingdom and a number of other countries and provides a lexicon of 11 organizational pathologies. The paper ends by arguing that strategic intelligence forecasts about future trends in organized and serious crime that emanate from the police sector are not as strategic or as comprehensive as they appear to be.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0060,021
Communication savante0,0130,016
Science ouverte0,0010,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,088
Tête enseignante GPT0,307
Écart entre enseignants0,219 · 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'étudeQualitatif
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

Citations139
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of CriminologyMême sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207