Expressing uncertainty in criminology: Applying insights from scientific communication to evidence-based policing
Notice bibliographique
Résumé
Scholars and practitioners who develop evidence-based crime policy debate on how best to translate criminological knowledge into better criminal justice practices. These debates highlight the counterpoised problems of over-selling the contribution of scientific evidence; or, alternately, overemphasizing the limitations of science. This challenge attends any attempt to translate research findings into practice; however, and problematically, in criminology this challenge is rarely approached in a theoretically coherent fashion. This article therefore seeks to theorize uncertainty in criminology by examining insights on communicating scientific uncertainty in other fields, and applying these insights specifically to the field of Evidence-Based Policing (EBP). Taking the position that all science is inherently uncertain, we examine the following four aspects of the field: the particular uncertainties of criminology, variance in receptivity to research, the lack of evidence regarding effective communication, and the boundaries of evidence. Building on this analysis, we set out the normative challenge of how researchers should characterize and balance the implications and limits of scientific findings in the decision-making process. Looking ahead, we argue for the need to invest in an empirical project for determining meaningful strategies to express research evidence to decision-makers.
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 | 0,137 | 0,254 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,013 | 0,006 |
| Études des sciences et des technologies | 0,012 | 0,118 |
| Communication savante | 0,038 | 0,048 |
| Science ouverte | 0,005 | 0,022 |
| Intégrité de la recherche | 0,014 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».