Psychology of Fear, Crime and the Media
Pourquoi ce travail est 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.
Notice bibliographique
Résumé
CONTENTS Acknowledgements ... Introduction ... Section 1 1. Fear of crime as a 'Sponge'. Towards a More Dynamic Understanding of the Relationship Between Generalized Social Attitudes and Fear of Crime ... Stefaan Pleysier and Diederik Cops, 2. Construal Level Theory and Fear of Crime... Ioanna Gouseti and Jonathan Jackson, 3. Madness - Fear and Fascination... Peter Morrall, 4. Media and Fear of Crime: An Integrative Model... Derek Chadee and Mary Chadee, 5. Toward a Social Psychological Understanding of Mass Media and Fear of Crime: More than Random Acts of Senseless Violence... Linda Heath, Alisha Patel and Sana Mulla, 6. Globalization & Media: A Mediator Between Terrorism and Fear A Post 9/11 Perspective ... Sonia Suchday, Amina Benkhoukha and Anthony Section 2 * Fear of Crime from a Multifocal Perspective: From Impersonal Concerns to Crimophobia-based PSDT... Frans Willem Winkel, and Maarten J.J. Kunst, L 8. Cross-cultural examinations of fear of crime: The case of Trinidad and the United States... Jason Young and Danielle Cohen, and Derek Chadee 9. Fear of Gangs: A Summary and Directions for New Research ... Jodi Lane, and James W. Meeker, 10. Mass media, Linguistic Intergroup Bias, and Fear of Crime... Silvia D'Andrea, Michele Roccato, Silvia Russo, and Federica Serafin, 11. Media, Fear of Crime and Punitivity among University Students in Canada and the United States: A Cross-National Comparison... Steven Kohm, Courtney A.Waid-Lindberg, Rhonda R. Dobbs, Michael Weinrath, and Tara O'Connor Shelley, 12. Who's Afraid of the Big Bad Video Game? Media Based Moral Panics... Christopher J. Ferguson, and Kevin M. Beaver, Contributors...
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle