“You Can’t Get There from Here”: Use of Crime Scripts in Validity Testing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Purpose Detectives require analytic tools for the evaluation of deception, truth, and probability as police investigations need to assess the validity of suspect alibis, witness claims, victim allegations, and crime theory feasibility. Design For a crime to happen, a number of preliminary, intervening, and follow-up steps have to occur (e.g., finding a target, casing the bank, disposing of the body) along the dimensions of time, action, and geography (TAG). A crime script is a framework for dissecting this sequence. We propose their use for assessing the feasibility of a crime narrative. If the required phase shifts are improbable, or the order of actions illogical, then such an analysis warns investigators the TAG line is problematic. Findings Different case studies – a wrongful conviction, a murder trial, and a social media crime frenzy – are dissected and evaluated using crime scripts. The analyses reveal the improbability of all three crime narratives. Practical Implications Crime scripts are a useful thinking tool in criminal investigations. By deconstructing a crime into discrete temporal, geographic, and action phases, the viability of the overall narrative can be assessed. If a reasonable story cannot be constructed from the linked stages, there is a problem and further inquiries are required. Originality We propose a novel application of crime scripts to assist in police investigations. Despite the importance of validity and veracity assessment in this task, the area remains an understudied part of the criminal investigation process.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle