From Cuffs to Compassion: The Impact of Relational Policing De-escalation Approaches on Public Perceptions of Safety, Satisfaction, Procedural Justice, and Police Legitimacy.
Notice bibliographique
Résumé
Academics, policy makers, and the public have called for the prioritization of de- escalation training and use in public-police interactions to reduce police use of force (PUoF) (e.g., Dubé, 2016; Iacobucci, 2014; Todak, 2017; Wortley et al., 2021). In response to various calls to action, the Ministry of the Solicitor General launched the Ontario Public-Police Interactions Training Aid Framework in 2023, which emphasizes the importance of utilizing a relational policing approach in public-police interactions (see Lavoie et al., 2022). However, despite changes in police training frameworks, relatively little is known about PUoF in Canada (Wortley et al., 2021), with similarly minimal research evaluating public perceptions of police de-escalation (Todak & White, 2019). This experimental study therefore focused on examining public perceptions of police following the observation of a brief, animated, ambiguous public- police interaction involving elevated risks to public safety. This study consisted of a 2x2 factorial design (suspect threat: weapon present, weapon absent; policing approach: relational, standard authoritative) to evaluate whether the type of police approach, namely a relational or standard authoritative approach, given variations in the presence of safety risks, shaped participants’ perceptions of safety, police legitimacy, procedural justice, and satisfaction in public-police interactions. The sample consisted of 217 participants, who completed a 42-question survey related to the dependent measures and participant demographic information. Results indicated that participants perceived relational policing to be a more safe, legitimate, procedurally just, and satisfactory policing approach, compared to a standard authoritative approach in an ambiguous public-police interaction with elevated risks to public safety. These findings present optimistic opportunities to enhance public perceptions of the police and foster more positive public-police interactions in the future, using relational policing approaches.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».