MétaCan
Menu
Retour à la cohorte
Enregistrement W4391827678 · doi:10.4018/978-1-6684-8569-9.ch010

Piloting Body-Worn Cameras in Northern Canada

2023· book-chapter· en· W4391827678 sur OpenAlexaffabout
Ariane Khanizadeh, Simon Baldwin, Audrey MacIsaac, Genevieve Brook, Liana Lanzo, Craig Bennell

Notice bibliographique

RevueIGI Global eBooks · 2023
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueDigital Imaging in Medicine
Établissements canadiensCarleton UniversityRoyal Canadian Mounted Police
Organismes subventionnairesnon disponible
Mots-clésGeographyRemote sensing

Résumé

récupéré en direct d'OpenAlex

The Royal Canadian Mounted Police (RCMP) are implementing body-worn cameras (BWCs) across the country. This chapter reports on a pilot project designed to evaluate the implementation of these cameras that was conducted in Iqaluit, Nunavut, a remote northern Canadian community. Findings from several surveys – one focusing on community members and the others focusing on RCMP officers – are presented, and the impact on operational data (e.g., crime trends) is discussed. These findings suggest that BWCs are generally supported by the public and although crime and use-of-force rates during the pilot project did not differ from historical trends, BWCs were generally perceived to increase public safety and help improve police-public relations. RCMP officers are also generally satisfied with their BWCs and their BWC training. The authors believe this pilot project helped develop community trust around the use of BWCs by RCMP officers and they hope the project description provides a blueprint for other agencies to implement their own culturally sensitive and community-focused BWC program.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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
GenreAutre

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetDigital Imaging in MedicineTravaux en français237 207