MétaCan
Menu
Retour à la cohorte
Enregistrement W2159188135 · doi:10.1002/meet.1450440231

Tools of the trade: Drugs, law and mobile phones

2007· article· en· W2159188135 sur OpenAlexaff
Rhonda McEwen

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueCybercrime and Law Enforcement Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMobile phoneInternet privacyLaw enforcementMobile technologyContext (archaeology)Perspective (graphical)EnforcementIdentity (music)Set (abstract data type)Action (physics)Social identity theoryBusinessPublic relationsMobile deviceSociologyComputer scienceSocial groupPolitical scienceWorld Wide WebLawTelecommunicationsSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract As a specific form of social computing mobile phones are changing the way people use and perceive their social contexts both at work and at play. Observations of mobile phone use in urban settings suggest that this medium can facilitate existing social practices and extend our everyday activities to create a set of distinct social practices associated with this Information and Communication Technology. In particular mobile phones support users in the active production of identity, whether this identity is socially determined to be “normal” or “deviant”. Written from a Social Informatics perspective this paper examines the mobile phone as a contemporary controversial technology in the context of its use in illegal drug‐dealing and the law enforcement of those practices. The relationship between illegal drug‐dealing and law enforcement responses is critically analysed highlighting the way both groups utilise mobile phone technologies to achieve their divergent goals. The paper concludes by offering a perspective on the social nature of mobile communications and suggestions for further research and action.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,003
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,251
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetCybercrime and Law Enforcement StudiesTravaux en français237 207