Notice bibliographique
Résumé
Purpose The purpose of this paper is to analyze the spatial patterns of different phenomena in the same geographical space. Andresen’s spatial point pattern test computes a global index (the S-index) that informs on the similarity or dissimilarity of spatial patterns. This paper suggests a generalized S-index that allows perfect similarity and dissimilarity in all situations. Design/methodology/approach The relevance of the generalized S-index is illustrated with police data from the San Francisco Police Department. In all cases, the original S-index, its robust version – which excludes zero-crime areas – and the generalized alternative were computed. Findings In the first example, the number of crimes greatly exceeds the number of areas and there are no zero-value areas. A key feature of the second example is that most street segments were free of any criminal activity in both patterns. Finally, in the third case, one type of event is considerably rarer than the other. The original S-index is equal to the generalized index (Case 1) or theoretically irrelevant (Cases 2 and 3). Furthermore, the robust index is unnecessary and potentially biased when the number of at least one phenomenon being compared is lower than the number of areas under study. Thus, this study suggests to replace the S-index with its generalized version. Originality/value The generalized S-index is relevant for situations when events are relatively rare –as is the case with crime – and the unit of analysis is small but plentiful – such as addresses or street segments.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».