MétaCan
Menu
Retour à la cohorte
Enregistrement W3113858412

Crime prevention program of an Upland municipality in the Philippines

2019· article· en· W3113858412 sur OpenAlexaboutno aff
Jezreel B. Vicente, Lynden Kanongkong Codmor

Notice bibliographique

RevueInternational Journal of Advanced Research in Management and Social Sciences · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueBorder Security and International Relations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrime preventionIndigenousQuarter (Canadian coin)CriminologyPolitical sciencePublic relationsSocioeconomicsGeographyPublic administrationSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study aimed to know the crime prevention programs of the Municipality of Bontoc in Mountain Province as to their indigenous crime prevention programs, the implementation of crime prevention efforts of police and public officials as well as the extent of participation of the residents of the same place. There were 356 respondents of the study who were composed of 44 Bontoc Municipal Police Station personnel, 30 public barangay/municipal/provincial officials, and 282 residents of Bontoc. This study was conducted in the first quarter of 2016, using the combination of qualitative and quantitative approaches to answering the problems of the study. After the investigation, it revealed that indigenous crime prevention practices in Bontoc include pechen system, ator system, maipaila system, and fagfaga system. All these practices are used as means of crime prevention and to some extent indigenous prosecution. The crime prevention program of the Municipality of Bontoc was much implemented relative to the three (3) elements of crime such as motive, opportunity, and instrumentality. The residents sometimes participated in the crime prevention activities, however, the police and official respondents claimed that the residents often participated. The police and public officials had similar perceptions as compared to the residents’ evaluation of the implementation of the crime prevention program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,152
Tête enseignante GPT0,542
Écart entre enseignants0,390 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced Research in Management and Social SciencesMême sujetBorder Security and International RelationsTravaux en français237 207