MétaCan
Menu
Retour à la cohorte
Enregistrement W2480098722 · doi:10.5539/jpl.v9n7p35

Delinquency Prevention through Crime Conservation

2016· article· en· W2480098722 sur OpenAlexvenueno aff
Ahlam Mohammadi, Zahra Abedinejad Mehrabadi

Notice bibliographique

RevueJournal of Politics and Law · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueCybercrime and Law Enforcement Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSituational ethicsCrime preventionAction (physics)Juvenile delinquencyCriminologyControl (management)Set (abstract data type)Property (philosophy)BusinessComputer securityPolitical sciencePreventive actionInternet privacyLawComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Nowadays, the prevention of crime over the past are subjected to the judicial authorities seriously and criminal policy has adopted a set of measures to deal with criminal phenomenon that a part of the measures returns to situational prevention measures which seeks to limit the opportunities and situations causing offense and makes difficult to realize the criminal mind. Further, one of these strategies, protect and support the target of crime. In addition the community has not been achieved in take away of the mind and think of the people from crime and social prevention, perfectly. Therefore, we must think of the stockade after the realizing of the criminal act. Owing to one of the ways in which the transition from thought to action make difficult is strengthening the protection of crime targets so the aim of the choice of the current title is trying to realize to prevention from delinquency by protecting the target of crime. Moreover, research methodology is explanatory method using the library resources, the finding of the author of this study is that the organized protection of targets that are more vulnerable to crime will be an effective step towards restriction the crime. In conclusion this protection will be including outside the in-hand targets of criminals or exposed them in the public view, technical measures of protection of the homes and vehicles and other property, property marking, control of inputs and outputs, electronic protections such as video surveillance and protection from software data.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,039
Tête enseignante GPT0,304
Écart entre enseignants0,265 · 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'étudeSans objet
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Politics and LawMême sujetCybercrime and Law Enforcement StudiesTravaux en français237 207