A diverting quarter century? Evidence-based police-led diversion 25 years on
Notice bibliographique
Résumé
It is more than 25 years since Lawrence Sherman delivered his ‘Ideas in American Policing’ lecture on ‘evidence-based policing’ for the US Police Foundation. The original work [Sherman LW (1998) Evidence-Based Policing. Ideas in American Policing. Washington, DC: Police Foundation], Sherman’s equally seminal study on ‘preventing crime’ [Sherman LW, Gottfredson D, MacKenzie D, et al. (1997) Preventing Crime: What Works, What Doesn’t, What’s Promising. Washington, DC: Office of Justice Programs] and the subsequent development of evidence-based policing in the ‘Triple T’ [Sherman LW (2013) The rise of evidenced-based policing: targeting, testing and tracking. In: Tonry M (ed.) Crime and Justice in America 1975–2025. Chicago: University of Chicago Press] have been immensely influential as well as, for some, controversial. In 1998, Sherman challenged scholars, practitioners and policymakers to use the ‘best available evidence’ to guide policy and practice. He then posed four questions: ‘What is it? What is new about it? How does it apply to a specific example of police practice? How can it be institutionalized?’. Taking the lead from Sherman's questions, this contribution to the 25-year anniversary collection focuses on one example – police-led diversion – to illustrate the development and challenges of institutionalizing evidence-based policing since 1998.
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 | 0,027 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,013 | 0,015 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,009 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,006 |
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 ».