Profil spatial des infractions sexuelles à Austin, au Texas
Notice bibliographique
Résumé
Les études portant sur les crimes et les lieux ont toujours insisté sur l’importance de comprendre le profil spatial des crimes à l’aide d’unités d’analyse de plus en plus réduites. Même si de nombreuses études ont adopté cette perspective, peu se sont intéressées spécifiquement aux crimes à caractère sexuel. La présente étude se sert des données d’incidents enregistrés par la police pour étudier la distribution spatiale des infractions sexuelles ayant eu lieu entre le 1erjanvier 2016 et le 31 décembre 2018 à Austin, au Texas (N = 1381). Les infractions ont d’abord été divisées selon l’âge des victimes (enfant ou adulte) et le type d’acte sexuel perpétré (infraction sexuelle avec pénétration, avec contact et sans contact), ensuite trois mesures de concentration spatiale, des analyses de noyaux de densité et des analyses de dispersion spatiale ont été réalisées. Les résultats montrent que les infractions sexuelles commises contre des enfants et des adultes étaient concentrées dans l’espace, mais que leur degré de concentration dépendait du type d’acte commis. De plus, les analyses de dispersion spatiale semblent montrer que les segments de rue (et les intersections) où ont lieu de telles infractions diffèrent en fonction de la nature de l’acte sexuel perpétré. Les implications pour la prévention situationnelle et le maintien de l’ordre (policing) seront discutées.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».