MétaCan
Menu
Retour à la cohorte
Enregistrement W4292573249 · doi:10.1177/14613557221119117

Policing along the spectrum: Reducing risk and improving service delivery

2022· article· en· W4292573249 sur OpenAlexaffabout
Thomas B Leydier

Notice bibliographique

RevueInternational Journal of Police Science & Management · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésOutreachAutismAutism spectrum disorderIntervention (counseling)PsychologyPopulationLaw enforcementApplied behavior analysisMedical educationService delivery frameworkService (business)Public relationsApplied psychologyDevelopmental psychologyBusinessMedicinePsychiatryPolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Autism spectrum disorder is a complex life-long neurodevelopmental disorder that affects social skills, language, learning, cognitive function, physical abilities, and behavior. Moreover, autism is becoming increasingly prevalent in Canada and abroad. Inevitably, law enforcement professionals will interact with the autistic population in their duties; however, many exchanges produce poor outcomes. Physical restraint is often used, and the benefit of autism-trained Crisis Intervention Teams is underutilized, especially in Canada. In addition, current training outcomes for law enforcement professionals are ephemeral and unlikely to yield mastery. This article argues three antidotes to improve service delivery and reduce risk: Crisis Intervention Teams that incorporate autism training; methodologically sound and rigorously evaluated practical training; and community outreach, which creates relationships proactively and fosters trust. Future research should: analyze the outcomes of autistic-trained Crisis Intervention Teams; determine qualitatively what the population with autism and their stakeholders seek in a comprehensive training curriculum; and determine the success of nascent training courses and community outreach goals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,003
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,302
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Police Science & ManagementMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207