Understanding Policing of Human Trafficking in Gauteng Province, South Africa: The Phenomena, Challenges and Effective Responses
Notice bibliographique
Résumé
Human trafficking is one of the most heinous crimes perceived to be a serious and growing problem worldwide. Human trafficking is a depressing phenomenon that affects many people across the globe. This study attempts to determine the phenomena of human trafficking, and identify the existing challenges of policing this scourge and suggest possible effective responses. This study was carried out utilising a qualitative approach. Forty interviews were carried out among officials deployed in the Directorate for Priority Crime Investigation (DPCI), the South African Police Service (SAPS), the Department of Home Affairs (DHA), the Department of Social Development (DSD), the Gauteng Provincial Office, as well as with the victims regarding their views and experiences on the stakeholder’s involvement in combating and investigating human trafficking. The key findings indicated that the challenges are corruption, lack of motivation and commitment to combat human trafficking, lack of limited awareness and information about the human trafficking scourge in South Africa, the findings also indicated a lack of clear strategy and response by stakeholders to successfully investigate, prosecute and incarcerate the perpetrators of human trafficking and the findings further indicated lack of capacity, resources and training to deal with human trafficking. Based on the findings, the author provided, possible recommendations such as; the utilisation of advanced technology and use of intelligence-led policing to strengthen the work of stakeholders, advanced training and better education including improved awareness strategies; and the utilisation of social media as a tool to deal with human trafficking and strengthening of enforcement responses and reporting techniques.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,010 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».