Threat on campus: a study of select Ontario post-secondary threat assessment teams' experience with threat assessment policy
Notice bibliographique
Résumé
In Canada, there has been a total of 12 school shootings across the country over the past 40 years, four of which occurred in higher education; University of Alberta, Dawson College, Concordia University, and L’ecole Polytechnique (The Canadian Press, 2016; Payne, 2006; Rogerson, 2018; Watt, 2017). The safety of students is no longer considered to rest with one area of the campus community, such as campus security, and is instead considered to be a “we responsibility” (Mohandie, 2014, p. 131), involving administrators, parents, peers, and faculty reporting concerning behaviors to the campus team responsible for the evaluation of student dangerousness. These campus teams, commonly referred to as threat assessment teams (Meloy et al., 2014; Sokolow et al., 2016) determine the level of targeted violence risk posed by a student towards self or others (ATAP, 2006; Borum et al., 1999; Meloy et al., 2014). Limited research exists with a focus on how institutional threat assessment policies are developed at the post-secondary level. This study shed light on threat assessment in Canada through the utilization of policy in a uniquely Canadian education system, specifically within the province of Ontario. It is evident that different post-secondary institutions are choosing to support different models of threat assessment management (TAM). These different models included all aspects of violence prevention from team member selection, to policy and procedure development, to the tool used to determine level of risk.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,023 | 0,005 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».