El mapa de las víctimas. Pertinencia de los mapas cognitivos compuestos en el análisis de la situación delictual a partir de un pequeño territorio
Notice bibliographique
Résumé
Resumen Se pondera el uso de Mapas Cognitivos Compuestos (MCC) como herramienta criminométrica en comparación con lasdenuncias administrativas y reportes policiale. Se aplicaron los MCC en el sub-circuito policial de la Playa el Murciélago del cantón Manta como ejemplo de un pequeño territorio según los datos por denuncias y reportes policiales del DAID (Departamento de Análisis e Información del Delito, adscrita a la Policía Nacional del Ecuador). Se demostró la pertinencia del instrumento como herramienta de medición del delito, y se discuten los beneficios que aporta a la policía de proximidad y a la sociedad en general. Se encontró que, a través de esta herramienta, se reconocen tipos de delitos ocultos a la estadística policial y prosecutorial, dinámicas espaciales del delito, como, problemas de defensibilidad así como coincidencias en la detección de situaciones y oportunidades delictivas que confirman, mejoran y sobre todo, trascienden el relato policial. Las políticas aplicadas desde el instrumento tuvieron un claro impacto positivo en la reducción y/o percepción del delito para el territorio, medible por denuncias administrativas y reportes policiales antes y después de la implementación de las políticas asociables al instrumento.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».