MétaCan
Menu
Retour à la cohorte
Enregistrement W4220880888 · doi:10.1093/police/paac044

Criminology Explains Police Violence, by Philip Matthew Stinson, Sr

2022· article· en· W4220880888 sur OpenAlexaff
Roxane Perrin-Plouffe

Notice bibliographique

RevuePolicing A Journal of Policy and Practice · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMisconductCommitEntitlement (fair division)CriminologyCriminal justiceAccountabilityPolitical scienceFace (sociological concept)PhenomenonLawPsychologySociology

Résumé

récupéré en direct d'OpenAlex

But ‘who polices the police’ (p. 1)? The extent of police violence is difficult to assess. Despite growing efforts to study police violence, or police misconduct more generally, research initiatives often face a particular problem: the severe lack of available data. Philip M. Stinson, the author of the book Criminology Explains Police Violence and professor of criminal justice at Bowling Green State University, believes that the issue of violence perpetrated by police officers is still largely overlooked in the USA. While many experts conclude that police crime remains an isolated phenomenon perpetrated by only a few ‘bad apples’, Stinson suggests that there is something more complex about police work that leads some officers to commit acts of misconduct. Whether it is the sense of entitlement that comes with a badge and a gun or the significant lack of accountability officers face, the causes of police violence, he argues, need to be further explored.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,099
Tête enseignante GPT0,420
Écart entre enseignants0,321 · 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'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicing A Journal of Policy and PracticeMême sujetPolicing Practices and PerceptionsTravaux en français237 207