MétaCan
Menu
Retour à la cohorte
Enregistrement W2492426803 · doi:10.4018/978-1-59140-453-8.ch006

Geographic Profiling for Serial Crime Investigation

2005· book-chapter· en· W2492426803 sur OpenAlexaff
D. Kim Rossmo, Ian Laverty, Bradley R. Moore

Notice bibliographique

RevueIGI Global eBooks · 2005
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensGovernment of OntarioEsri (Canada)
Organismes subventionnairesnon disponible
Mots-clésProfiling (computer programming)Geographic information systemCrime analysisGeographyResidenceOffender profilingVisualizationData scienceData miningComputer scienceCartographyCriminologyPsychologyDemographySociology

Résumé

récupéré en direct d'OpenAlex

This chapter describes the technique and application of geographic profiling, a methodology for analyzing the geographic locations of a linked series of crimes to determine the unknown offender’s most probable residence area. The process focuses on the hunting behavior of the offender within the context of the crime sites and their spatial relationships. Rather than pinpointing a single location, it provides an optimal search strategy by making inferences from the locations and geometry of the connected crime sites. Geographic profiling can therefore be thought of as a spatially based information management tool for serial crime investigation. Tools based on geographic information systems (GIS), such as the Rigel geographic profiling system, allow the rapid computation and visualization of the geographic profile as a three-dimensional probability surface, which can then be combined with other geographically based information to narrow the offender search parameters for the criminal investigator.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,036
Tête enseignante GPT0,286
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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetGeographic Information Systems StudiesTravaux en français237 207