MétaCan
Menu
Retour à la cohorte

Policing Complex Criminality in and through Major Seaports

2021· book-chapter· en· W4206031538 sur OpenAlexaboutno aff
Anna Sergi, Alexandria Reid, Luca Storti, Marleen Easton

Notice bibliographique

RevuePolicy Press eBooks · 2021
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCollusionPort (circuit theory)Language changeCriminologyPsychological interventionPolitical scienceSociologyGeographyEngineeringBusinessPsychology

Résumé

récupéré en direct d'OpenAlex

This chapter provides a framework for analysing large-scale, organised and complex criminality through and within major seaports and the challenges of policing these activities. The chapter’s main aim is to analyse how organised crime, organisational crime and forms of collusion and/or corruption on the waterfront and in/through seaports should be understood as complex crimes, in as much as they involve different types of activities, more or less serious or harmful in nature and more or less local in reach. Drawing on data collected in the ports of Genova, New York/New Jersey, Montreal, Melbourne, Liverpool and Gioia Tauro in particular, the chapter reflects on practical challenges and the practices of policing the port space. In doing so, the chapter establishes that the policing of complex crimes on the waterfront and in/through seaports is a form of hybrid policing, between high and low control mechanisms. It concludes with an analysis of the consequences this has for local partnerships and long-lasting interventions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,165
Tête enseignante GPT0,375
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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 revuePolicy Press eBooksMême sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207