MétaCan
Menu
Retour à la cohorte

The Limits of Deadly Force Databases for Studying Lethal Force by Police

2024· book-chapter· en· W4406723248 sur OpenAlexaboutno aff
Bryce Jenkins, Tori Semple, Craig Bennell

Notice bibliographique

RevuePolicy Press eBooks · 2024
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeadly forceDatabaseUse of forceComputer securityForensic engineeringEngineeringCriminologyComputer scienceLawPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Although advocates have long been calling for comprehensive databases of deadly force by police, relatively little progress has been made. Given this, various bodies have stepped in to fill this gap (for example, the Canadian Broadcasting Corporation). While these efforts have been useful in providing the public with important information about fatal police shootings, existing databases are limited in various ways, especially when used for research purposes. For example, they exclude most police shootings and present a relatively small, non-random sample of situations where an officer discharges their firearm. Evidence suggests that fatal police shootings are not evenly distributed across jurisdictions, but the likelihood of mortality is explained by a range of factors, such as proximity to trauma centres, which leads to geographic variations in fatal shootings. Despite these types of limitations, researchers use these databases to study and make statements about police shootings, including how various reform efforts have influenced lethal force by police. The chapter discusses some of the limitations associated with existing deadly force databases and describes their implications for use-of-force research. Recommendations are presented for researchers who choose to use these sorts of databases for research. In the final section of the chapter, calls for a concerted effort to develop more comprehensive use-of-force databases and describes what they should include. Capturing all police shootings regardless of outcome, would provide a better understanding of the number of times officers discharge their firearm, and also minimize the impact of other limitations that characterize current deadly force databases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,122
score de la tête « metaresearch » (Gemma)0,413
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,878
Score d'incertitude au seuil0,644

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1220,413
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0190,031
Études des sciences et des technologies0,0050,004
Communication savante0,0160,020
Science ouverte0,0100,012
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,005

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 Opus0,229
Tête enseignante GPT0,437
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy Press eBooksMême sujetPolicing Practices and PerceptionsTravaux en français237 207