MétaCan
Menu
Retour à la cohorte
Enregistrement W4408009043 · doi:10.1080/15614263.2025.2470447

A measured response? Examining the use of specialty resources and tactics adopted by tactical officers

2025· article· en· W4408009043 sur OpenAlexaffabout
Bryce Jenkins, Tori Semple, Craig Bennell

Notice bibliographique

RevuePolice Practice and Research · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSpecialtyPsychologyApplied psychologyPublic relationsSocial psychologyPolitical scienceSociologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

The use of tactical officers, commonly known as Special Weapons and Tactics (SWAT), has become a contentious issue within contemporary policing. Problematically, most Canadian research has focused on de-contextualized call types (e.g. mental health call, traffic stop) to speak to the use of tactical officers. We move beyond this limitation by conducting a content analysis of incidents that received a response from tactical officers (n = 1652) using operational data from the Winnipeg Police Service. Our results indicate that a pair of tactical officers responded to approximately half of incidents (n = 803) and that the number of responding tactical officers increased when weapons were reported to be involved and when patrol officers requested tactical members to attend the call. Similarly, the use of tactics and other specialty units (e.g. K9) varied depending on the level of risk posed by the incident. Although tactical officers rarely used force (n = 9), most commonly this involved the use of less-lethal options on armed individuals. Taken together, our findings suggest that the use of tactical officers and their tactics are a measured response to risk posed by an incident in an attempt to minimize harm to officers and the public.

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)0,020
score de la tête « metaresearch » (Gemma)0,121
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,121
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,494
Tête enseignante GPT0,583
Écart entre enseignants0,089 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations8
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolice Practice and ResearchMême sujetHealthcare Quality and ManagementTravaux en français237 207