MétaCan
Menu
Retour à la cohorte
Enregistrement W3127071400 · doi:10.1177/0734016820988327

Activate Compliance: A Multilevel Study of Factors Associated With Activation of Body-Worn Cameras

2021· article· en· W3127071400 sur OpenAlexafffund
Rémi Boivin, Brigitte Poirier, Maurizio D’Elia

Notice bibliographique

RevueCriminal Justice Review · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensMontreal Police ServiceUniversité de MontréalInternational Centre for Comparative Criminology
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCompliance (psychology)Situational ethicsLaw enforcementTransparency (behavior)PsychologyEnforcementAffect (linguistics)Situation awarenessIntervention (counseling)Social psychologyPublic relationsApplied psychologyPolitical scienceInternet privacyLawComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Body-worn cameras (BWCs) have quickly become popular tools in law enforcement. In theory, BWCs have the capacity to record all the time. However, due to privacy, legal, and practical concerns, cameras must be activated by officers in most jurisdictions. Early comments have raised concerns that officers would not activate their cameras in situations where there was a possibility that an intervention would not “look good” or when a situation might involve unnecessary or excessive use of force—posing a clear threat to transparency. The current study aims (1) to examine activation trends during a 10-month pilot to better understand officers’ compliance with departmental policies over time and (2) to identify situational and individual factors related to activation in situations where, based on a detailed policy, cameras should have been activated. Using generalized linear mixed models, camera activation was found to be significantly related to the nature of police–civilian encounters and officers’ personal characteristics such as experience and gender. Because suspicions of voluntary nonactivation in controversial situations can greatly affect police–citizen relations, this article concludes on a discussion of automatic activation.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,319
Tête enseignante GPT0,460
Écart entre enseignants0,141 · 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminal Justice ReviewMême sujetPolicing Practices and PerceptionsTravaux en français237 207