MétaCan
Menu
Retour à la cohorte
Enregistrement W4206954573 · doi:10.6084/m9.figshare.17198277.v1

Spatial distribution of criminal events in Lithuania in 2015–2019

2021· article· en· W4206954573 sur OpenAlexaff
Giedrė Beconytė, Michael Govorov, Andrius Balčiūnas, Darius Vasiliauskas

Notice bibliographique

RevueFigshare · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésGeographyScale (ratio)Property crimeCartographyDistribution (mathematics)CriminologyViolent crimeSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

The presented map poster represents statistics for 3.46 million events reported to the police in Lithuania in 2015–2019. For eight types of events (violent crime, theft, property crime, economic crime, infringement of public policy, drug-related crime, traffic accidents, various other events), two maps at a scale of 1:3,000,000 are presented. They demonstrate the values of location quotient and the main insights into the dynamics of crime over the five-year timeframe covered by the project. Two maps at scale 1:2,000,000 show the distribution of five types of events that are directly related to the safety of persons – totalling 1.67 million records. One of the larger scale maps depicts the relative crime rate, separately for densely and sparsely populated areas. The second map shows the relative crime risk surface. The maps enable a visual analysis of the most problematic areas in Lithuania and can enable deeper further investigation.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,750
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1550,000

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 Opus0,075
Tête enseignante GPT0,379
Écart entre enseignants0,304 · 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'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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetCrime Patterns and InterventionsTravaux en français237 207