Investigative advising: a job for Bayes
Pourquoi ce travail est-il 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.
Dossier post-publication
- Nature
- Retraction
- Motif
- Duplication of Content through Error by Journal/Publisher;
- Date
- 5/19/2017 0:00
- Signalé par OpenAlex ?
- Oui
Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».
Résumé
Bayesian approaches to police decision support offer an improvement upon more commonly used statistical approaches. Common approaches to case decision support often involve using frequencies from cases similar to the case under consideration to come to an isolated likelihood that a given suspect either a) committed the crime or b) has a given characteristic or set of characteristics. The Bayesian approach, in contrast, offers formally contextualized estimates and utilizes the formal logic desired by investigators. Bayes’ theorem incorporates the isolated likelihood as one element of a three-part equation, the other parts being 1) what was known generally about the variables in the case prior to the case occurring (the scientific-theoretical priors) and 2) the relevant base rate information that contextualizes the evidence obtained (the event context). These elements are precisely the domain of decision support specialists (investigative advisers), and the Bayesian paradigm is uniquely apt for combining them into contextualized estimates for decision support. By formally combining the relevant knowledge, context, and likelihood, Bayes’ theorem can improve the logic, accuracy, and relevance of decision support statements.
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.
La notice
- Revue
- Crime Science
- Thématique
- Bayesian Modeling and Causal Inference
- Domaine
- Computer Science
- Établissements canadiens
- Toronto Metropolitan University
- Organismes subventionnaires
- Social Sciences and Humanities Research Council of Canada
- Mots-clés
- Prior probabilityBayes' theoremContext (archaeology)Computer scienceBayesian probabilitySuspectBayes factorMachine learningArtificial intelligencePsychologyCriminology
- Résumé présent dans OpenAlex
- oui