MétaCan
Menu
Retour à la cohorte
Enregistrement W4414180578 · doi:10.1192/j.eurpsy.2025.804

“Hidden” Voices Marginalised community perspectives on policing and community safety; an international scoping systematic review

2025· article· en· W4414180578 sur OpenAlexaboutno aff
Lucinda Jordan, G. Mitu Gulati, Colum Dunne, Brendan D. Kelly, Mary Donnelly

Notice bibliographique

RevueEuropean Psychiatry · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaw enforcementPsychological interventionRefugeeLatin AmericansEnforcementWork (physics)Scopus

Résumé

récupéré en direct d'OpenAlex

Introduction Community safety is about everyone having the right to be and feel safe in their community. People from marginalised communities (including people with mental illness, intellectual disability, migrants, and homeless) are over-represented in policing contacts. Yet, little is known about the real world perspectives of these marginalised groups in respect of perceived safety and interventions that work to improve this. Objectives To systematically review the published literature concerning the experiences of people from marginalised communities on policing and community safety. Methods Research database SCOPUS (inception to 1 January 2024) was searched for English-language publications using key words. The electronic search was augmented by manual searching through reference lists and websites of governmental and non-governmental organisations. Published studies with information about the experiences of persons from marginalised communities on policing and community safety were included. Opinion articles or reviews that did not contain qualitative data were excluded, as were studies that focused on law enforcement professionals views. Results Of the 857 papers identified, 17 studies met eligibility criteria with a total of 1254 participants from 5 countries. A recurring theme from different marginalised communities was “greater fear” and “less trust” of police and a reluctance to report crime. Those with physical disabilities were less likely to use public transport. Latin migrants feared speaking Spanish in America. African refugees in Australia felt targeted by the police because of their ethnicity. Muslims in England reported they were under increased police surveillance. Homeless youths in Canada with early negative experiences with law enforcement personnel were less likely to seek police involvement if needed in future. Conversely both Mexican-origin residents and Chinese immigrants living in America identified police as having a critical role in making them feel safe. Conclusions This study scoped the experiences of people from marginalised communities in respect of policing and community safety. To the author’s knowledge, this is the largest scoping study of this type, to date. It is evident from this review that there are voices, sometimes “hidden voices”, from marginalised communities that perceive policing approaches differently. This guides not only their future interactions with police but also their social outlook. Working closely and proactively with individuals within these marginalised communities will help find the balance between “over policing” and “under policing” to help contribute to the overall community safety. A key recommendation from this review would be for authorities to meaningfully incorporate these voices when developing or reviewing policies relating to community safety. Disclosure of Interest None Declared

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)0,028
score de la tête « metaresearch » (Gemma)0,106
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,106
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,005
Bibliométrie0,0220,018
Études des sciences et des technologies0,0020,004
Communication savante0,0080,008
Science ouverte0,0020,006
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,046
Tête enseignante GPT0,399
Écart entre enseignants0,354 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean PsychiatryMême sujetCrime Patterns and InterventionsTravaux en français237 207