Understanding career criminal kidnapping: a study of offending dynamics, subcultural tolerance and policing in Malaysia
Notice bibliographique
Résumé
I subscribe to the notion that criminology needs to seek information about crime from successful criminals. Alohan is a Malaysian, ethnic Chinese, Triad member, businessman and police informer who also kidnaps people for ransom. He is a serious offender who has, so far, escaped conviction for kidnap, which is a capital offence in Malaysia. This thesis seeks to understand the factors underpinning Alohan’s lengthy and apparently successful criminal career but is subject to methodological constraints imposed by ethical and safety concerns. With methods such as participant observation ruled out, the research is based on a series of life history, narrative interviews, conducted with Alohan in a secure location. These are supplemented by semistructured interviews with: officers from Royal Malaysian Customs; officers from the Specialist Police Kidnap Unit of the Royal Malaysian Police, and ethnic Chinese businessmen. Alohan provides an account that can be examined and compared against influential strands of criminological thought in such areas as criminal careers, cultural criminology, subcultural tolerance of deviance and techniques of neutralisation. Alohan’s story reveals the highly culturally specific nature of most influential criminological theorising, which has almost exclusively been generated from a ‘western’ perspective. It uncovers the need for more comparative research in order to fill gaps and correct faulty assumptions that have arisen from the fairly narrow world-view that currently informs the field.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».