MétaCan
Menu
Retour à la cohorte
Enregistrement W4380480788 · doi:10.6000/1929-4409.2020.09.189

A Miscellaneous Hindrances to an Effective Response to Cable Theft in Durban Railway Stations, South Africa

2022· article· en· W4380480788 sur OpenAlexvenueno aff
Liso Nobanda, Vuyelwa Maweni, Witness Maluleke, Ephraim Kevin Sibanyoni

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTransport and Economic Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageScrapBusinessAgency (philosophy)WorkforceFinanceEngineeringLawGovernment (linguistics)Political scienceSociology

Résumé

récupéré en direct d'OpenAlex

This study focuses on notable miscellaneous hindrances to an effective response to cable theft in Durban railway stations of South Africa. From a qualitative standpoint; data was collected from Eight (8) purposively selected individuals to solicit their respective perceptions and experiences on this subject. This involved the Passenger Rail Agency of South Africa (PRASA) ‘Security Personnels – Cable Theft Investigators and Cable Theft Railway Patrollers, all involved in combating cable theft in Durban railway stations. Inductive Thematic Analysis was used for data analysis. This study found that scrap metal dealers are the major key contributors to cable theft in the Durban railway stations; and also the value of copper cable on the market promotes the exponential rise of cable theft. It was also established that, there was no proper protection of the rail infrastructure, and cable thieves get lighter sentences. It was further stablished that cable theft is perpetuated by the shortage of indispensable resources and workforce or police visibility in the stations. For the recommendations: More attention must be paid to scrap metal dealers by offering strict rules on the issuing of trading licenses. Moreover, severe stiff sentences should be handed to pontetial offenders and better working relations should be established, with more resources geared to the PRASA security department.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,387
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,262
Écart entre enseignants0,233 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetTransport and Economic PoliciesTravaux en français237 207