MétaCan
Menu
Retour à la cohorte
Enregistrement W2781495659 · doi:10.35502/jcswb.49

Senior officer and recruiter views on “big topics” in policing for new recruits

2017· article· en· W2781495659 sur OpenAlexafffundvenueabout
Hina Kalyal, Hillary Peladeau, Laura Huey

Notice bibliographique

RevueJournal of Community Safety and Well-Being · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensWestern University
Organismes subventionnairesGovernment of Ontario
Mots-clésOfficerPublic relationsExploratory researchWork (physics)Task (project management)Service (business)Political scienceSociologyManagementBusinessEngineeringMarketingLaw

Résumé

récupéré en direct d'OpenAlex

Along with a focus on adopting more proactive approaches due to the changing nature of crime, police organizations today are also faced with the task of attracting and retaining a dynamic and flexible work force. The present study, based on semi-structured interviews with 12 recruiters and 21 senior police officers from police agencies across Ontario, seeks to determine whether these officers find the knowledge of new policing models useful for the professional development of incoming recruits. Despite the exploratory nature of the study, the results highlight the importance of the knowledge of “big topics” in policing prior to joining the service. Not only will such knowledge be useful for future recruits in developing a clear understanding of the challenges and realities of modern policing, but it will also lead to time and cost saving in terms of training and development.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,658
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,132
Tête enseignante GPT0,413
Écart entre enseignants0,282 · 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'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

Citations4
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Community Safety and Well-BeingMême sujetPolicing Practices and PerceptionsTravaux en français237 207