MétaCan
Menu
Retour à la cohorte
Enregistrement W2164464760 · doi:10.1177/1362480614527303

Private security regimes: Conceptualizing the forces that shape the private delivery of security

2014· article· en· W2164464760 sur OpenAlexaff
Benoît Dupont

Notice bibliographique

RevueTheoretical Criminology · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDiversity (politics)Private securityCritical security studiesPrivate sectorBusinessInternal securitySecurity studiesComputer securityPublic relationsNetwork security policySecurity serviceEconomicsInformation securityPublic administrationPolitical scienceComputer sciencePoliticsEconomic growth

Résumé

récupéré en direct d'OpenAlex

There is as much diversity within the private security industry as there are differences between public and private security providers. Whereas comparisons of the two modes of delivery have kept criminologists and economists fairly busy over the years, internal variations have not attracted the same level of interest. In the current environment, binary classifications such as the public/private security dichotomy might be too generic to capture the broad spectrum of unique security arrangements being adopted by various organizations. The aim of this article is therefore to offer an alternative conceptual framework that can account for the broad range of mechanisms responsible for the diversity of private security arrangements observed in late modern societies. The term ‘security regime’ defines the convergence of internal forces and environmental constraints that determine the conditions under which security is produced and exchanged by an organization. The four key dimensions (focus, risks, utility and constraints) that characterize a specific security regime were identified from interviews conducted with more than 50 security managers. The security regime approach should expand our knowledge of the various causes that facilitate, empower or hinder public–private relationships.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,041
Communication savante0,0100,011
Science ouverte0,0010,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,046
Tête enseignante GPT0,296
Écart entre enseignants0,250 · 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'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

Citations41
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical CriminologyMême sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207