MétaCan
Menu
Retour à la cohorte
Enregistrement W3160718425 · doi:10.7202/1076695ar

Tête, épaule ou poitrine : est-ce que le positionnement des caméras portatives a une incidence sur la visibilité d’informations cruciales ?

2021· article· fr· W3160718425 sur OpenAlexvenueno aff
Joel Suss, Erich J. Petushek

Notice bibliographique

RevueCriminologie · 2021
Typearticle
Languefr
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Les caméras portatives sont devenues monnaie courante dans les forces de l’ordre. La plupart de la recherche sur le sujet s’est intéressée à l’effet des caméras sur le comportement des policiers et leur incidence sur le taux de plaintes des citoyens envers la police alors que peu d’études se sont penchées sur les facteurs humains et les problèmes ergonomiques liés au déploiement de ces appareils, notamment celui du positionnement des caméras portatives. Cette question est d’intérêt puisque le positionnement peut avoir un effet sur la qualité des séquences filmées. Jusqu’à maintenant, il y a peu de directives fondées sur des données probantes quant au positionnement optimal des caméras. La présente étude a donc comme but d’analyser le degré de visibilité d’une cible à partir de différents positionnements d’installation des caméras portatives. Trois policiers ont effectué 31 exercices de tir sur une cible statique avec une arme de poing, un fusil d’assaut et une carabine. Les exercices ont été faits en variant les positions de départ, les positions du corps des policiers, les façons de tenir l’arme et les mouvements. Des caméras portatives ont été installées des deux côtés d’un chapeau, des lunettes et des épaules, ainsi que sur la poitrine. Une caméra a aussi été installée sur chaque arme à feu. Nous avons codé, et utilisé comme mesure principale, le pourcentage des images filmées où la cible était entièrement visible pendant les exercices. Chaque exercice a été divisé par phases, soit pré-tir, tir et post-tir, et un regroupement de toutes les phases a aussi été fait. Dans l’ensemble, pour toutes les phases, les caméras portées à la tête (chapeau et lunettes) et la caméra portée sur la poitrine ont montré une visibilité supérieure (~80 % de visibilité complète) aux caméras installées sur une arme à feu (68 % de visibilité complète) et sur l’épaule (~12 % de visibilité complète). Durant la phase de pré-tir, toutes les caméras portées à la hauteur de la tête (chapeau et lunettes) avaient une visibilité supérieure (~70 % de visibilité complète) à tous les autres positionnements (14-41 % de visibilité complète). Cette étude laisse entendre que les caméras portées à la tête, situées à gauche ou à droite d’un chapeau ou de lunettes, offrent une meilleure optimisation de la visibilité de la cible.

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)0,003
score de la tête « metaresearch » (Gemma)0,024
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0060,007
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0270,005

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 Opus0,198
Tête enseignante GPT0,434
Écart entre enseignants0,236 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207