Methodological Quality and Validity Issues in the Crime Prevention Literature
Notice bibliographique
Résumé
This paper presents an assessment of the existing literature on validity and methodology relevant to crime prevention studies. Reports eligible for inclusion in the review focused on assessing the methodological quality of crime prevention evaluations. A narrative synthesis approach was used to review the included reports to examine how validity considerations are assessed and addressed in criminological impact evaluations. The reports reviewed included substantive discussions of the five types of validity, as well as discussions of interrelated issues of evaluation design, methodological quality scales, and evidence-based registries. We recommend that all crime prevention evaluations address the methodological issues discussed in this article. In addition, policymakers should consume research with a critical eye toward potential validity issues. Where valid evaluations show interventions to be promising, practitioners should make efforts to ensure fidelity in program implementation. Registries should support policymakers and practitioners in identifying and implementing evidence-based policy and programming through providing guidance on choosing interventions aligned to their priorities and settings, understanding the strengths and weaknesses of various strategies and programs and the conditions under which they are successful, and implementing programs and replicating evaluations with fidelity.
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 | 0,784 | 0,912 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,044 | 0,037 |
| Études des sciences et des technologies | 0,009 | 0,027 |
| Communication savante | 0,026 | 0,017 |
| Science ouverte | 0,009 | 0,018 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».