MétaCan
Menu
Retour à la cohorte
Enregistrement W3203270955 · doi:10.1177/14613557211036721

The role of context in understanding the use of tactical officers: A brief research note

2021· article· en· W3203270955 sur OpenAlexaffabout
Bryce Jenkins, Tori Semple, Craig Bennell, Laura Huey

Notice bibliographique

RevueInternational Journal of Police Science & Management · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensWestern UniversityCarleton University
Organismes subventionnairesnon disponible
Mots-clésWarrantContext (archaeology)Service (business)Public relationsBusinessPsychologyComputer securityPolitical scienceRisk analysis (engineering)Computer scienceMarketing

Résumé

récupéré en direct d'OpenAlex

A small body of research suggests that the use of police tactical officers has become normalized in that they now commonly respond to “routine” calls rather than being restricted to high-risk situations. However, this research has tended to rely on crude data (i.e., call type), which fails to account for the context of the calls (e.g., the presence of potential risk factors that might warrant tactical resources). In this brief research note, we sought to expand upon previous literature by examining the risk factors associated with tactical calls in a Canadian police service. We found that various risk factors were present in many of the calls that tactical officers responded to, some of which might be classified as “routine” (suicide threats, well-being checks, domestic disturbances, etc.). The presence of such risk factors highlights the need to consider context when attempting to understand the use (and consequences) of tactical officers. More rigorous tracking of these factors by police services will facilitate such research and inform policies around the use of tactical resources.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,229

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0060,006
Communication savante0,0070,012
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,259
Tête enseignante GPT0,496
Écart entre enseignants0,237 · 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'étudeQualitatif
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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Police Science & ManagementMême sujetPolicing Practices and PerceptionsTravaux en français237 207