LETALIDADE POLICIAL: DESCOMPASSO ENTRE CAUSA E RESULTADO (OU O MODELO DE PARETO APLICADO À LETALIDADE POLICIAL)
Notice bibliographique
Résumé
Para compreendermos o fenômeno da letalidade policial no Brasil é necessário relembrar o processo de militarização da segurança pública, a influência das Forças Armadas por ocasião da transição para a Era Democrática, bem como sua influência na inadequada herança operacional no policiamento ostensivo. A análise da atividade policial sob a ótica criminológica também esclarece uma relação de causa e efeito, tornando perceptíveis as razões do grande número de mortes decorrentes de intervenção policial. No âmbito do Estado de Goiás, busca-se aprofundar os estudos estatísticos existentes, com especial atenção aos agentes estatais envolvidos. Aclarada a estrutura, expostas as razões e, por fim, identificadas as causas e consequências em suas respectivas proporções, lança-se mão de conceitos desenvolvidos pelo engenheiro e economista italiano Vilfredo Pareto, como a regra “80-20” (princípio de Pareto) e o “Optimo de Pareto”, os quais, a par de terem sido gestados no âmbito da temática econômica, se devidamente explorados possuem plena compatibilidade com o campo das ciências sociais aplicadas. É, pois, o que se propõe a realizar no presente trabalho, formulando, em arremate, hipótese propositiva através dos conceitos estudados dentro do contexto da letalidade policial no Estado de Goiás.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,015 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».