Business Cycle and Crime: The Case of British Columbia, Canada
Notice bibliographique
Résumé
Purpose: Economic expansions and contractions are among the factors that influence crime as a social phenomenon.Yet, the magnitude of the impact of economic growth and recession has remained largely unexplored in British Columbia (BC).In this study, the reference business cycle variable (GDP) is measured in relation to four crime categories: fraud, robbery, violence, and property crimes.Design/methodology/approach: We collected data from Statistics Canada on various socioeconomic indicators for the period of 1986-2019.We employed ARDL method and dependent tests based on Hamza and Lau (2013) and Oyelade (2019) to estimate the causal effects.Findings: Our results do not support any long-run relationships among various crime categories and business cycles.However, we found statistically significant short-term effects of business cycles on crime categories.Economic prosperity has reduced crime in all four categories in the short term, while the recession has caused crime to increase.Furthermore, increasing the number of police officers during our study did not reduce these types of crimes except for property crimes.Practical implications: The results of the paper can help the policy makers and the BC government determine what types of crime will increase or decrease when there is an economic recession or boom, which can then help the government and justice system plan ahead in order to control crime occurrences.Originality value: This study is noteworthy as the research methodology and time series data used in this research are for the first time in British Columbia.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».