The Negative Effects of Alcohol Establishment Size and Proximity on the Frequency of Violent and Disorder Crime across Block Groups of Victoria, British Columbia
Notice bibliographique
Résumé
Multiple studies have associated the density of alcohol establishments with crime. What is not well understood is the influence of establishment patron capacity on the magnitude of crime in an area, or how the spacing of liquor primary establishments impacts crime levels. Using a Poisson spatial lag model, we estimated how patron capacity of on-premises licenses and the total number of off-premises licenses were associated with the frequency of violent and disorder crime occurring on Friday and Saturday nights in Victoria, British Columbia. To identify how the distance between bars and pubs was associated with the frequency of crime within 200 m of each establishment, we applied bivariate curve fitting and change detection techniques. Our model explained 76% percent of the variance in crime frequencies. Bars and pubs within block groups, and in neighboring block groups, had a significant positive association (p < 0.05) with the frequency of crime compared to other on-premises licenses (e.g., restaurants, theatres, clubs, hotels), and off-premises liquor stores. For every additional 1111 bar or pub patron seats the crime frequency per block group is expected to double over a 17 month period (factor of 1.0009 per patron seat). Crime frequency significantly dropped (p < 0.05) around (200 m) bars and pubs that are spaced greater than 300 m apart. Our results provide the first evidenced-based information for evaluating the size and spacing of on-premises licenses in Canada.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».