Critical Analysis of Strategies Towards Creating an Adequate Level of Awareness on Cybercrime among the Youth in Gauteng Province
Notice bibliographique
Résumé
This study aims to determine any measures taken by the South African Police Service (SAPS) to create awareness about cybercrime among the youth in the selected policing areas in the Gauteng province. A qualitative research method was applied using semi-structured interviews to find the views of participants, of measures if any, to create youths’ awareness in the area of cybercrime. A total of 37 participants comprised of 29 youths aged between 19 and 35 years, including an additional eight participants from the SAPS Crime Intelligence Unit who agreed to participate. Among these participants, there were 18 females and 19 males. The findings highlighted that there was a lack of awareness on the measures taken by the SAPS in educating the youth about the risks associated with cybercrime. The other challenges highlighted by the SAPS were a lack of capacity, resources, and training to increase the technical skills amongst the SAPS members to work effectively on cybercrime-related challenges, lack of collaboration among role players to respond adequately to cybercrime, and ineffective implementation of cybercrime policies, therefore, there was a lack of cybercrime-related campaigns. Based on the findings, five themes were explored in this study, including a lack of capacity, resources, and training to increase the technical skills amongst the SAPS members to work effectively on cybercrime-related challenges, lack of collaboration among role players to respond adequately to cybercrime and ineffective implementation of cybercrime policies. The recommendations are provided as a potential step towards tailoring education packages and awareness programs to ensure at-risk groups are equipped with actionable mechanisms to protect themselves against cybercrimes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,017 | 0,011 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 source (Gemma direct ou Codex distillé), 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 ».