Determinants of Citizens’ Perceptions of Police Behavior During Traffic and Pedestrian Stops
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A large body of research has examined public perceptions of police behavior. Many of these studies have raised concerns about perceptions of unequal treatment of citizens by law enforcement and the effects such disparate treatment might have on police–community relations. This scholarship has largely examined global perceptions of police behavior rather than asking about actual encounters with officers. Relying on global opinions of police, however, tends to distort perceptions as it tends to illicit prejudiced and stereotypical views about law enforcement rather than lived experiences. This article offers a more precise approach to measuring police behavior during encounters with citizens by assessing views of those who have had recent contact with law enforcement. Specifically, we examine how perceptions of police behavior during both traffic stops and street stops of pedestrians might vary according to a citizen’s sociodemographic background and geographic location and how such factors might influence perceptions of the legitimacy of their encounter with the officer. Results from our multivariate analyses suggest that youth, African Americans, the poor, and those living in large urban areas are significantly more likely than others to believe they were treated outside of the scope of acceptable police conduct. Furthermore, ethnic minorities, the poor, and those in urban areas are much more likely to perceive the stop as illegitimate. Our results suggest that much of this might be explained by differences in police behavior according to the size of the place and across different social groups.
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.
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 | 0,000 | 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 découle