Factores Determinantes de la Inseguridad Ciudadana en la Región Norte, Periodo del 2004-2013.
Notice bibliographique
Résumé
En los últimos 10 años el Perú ha vivido un boom económico asociado a los altos\nprecios de las materias primas, esto ha originado que el producto bruto interno del\npaís se incremente, así como las exportaciones y la inversión formando un círculo\nvirtuoso, paralelamente a este crecimiento económico se ha ido gestando en las\nciudades más importantes del país la inseguridad ciudadana en sus diferentes\nmodalidades. Es decir, habría una correlación positiva entre crecimiento económico\ne inseguridad ciudadana.\nEl presente trabajo de investigación tiene como objetivo determinar los factores que\ninciden en la inseguridad ciudadana en la región norte que implica a los\ndepartamentos de Ancash, La Libertad, Lambayeque, Piura y Tumbes para el\nperíodo 2004-2013, teniendo como hipótesis de investigación que los factores\nsociales, demográficos y económicos y en particular el factor socioeconómico incide\nsignificativamente en la variable dependiente.\nCon el fin de probar la hipótesis planteada se procedió a utilizar un modelo\neconométrico de datos de panel con efectos fijos para los departamentos de la\nregión norte durante el período 2004-2013.\nLos resultados encontrados en el período de estudio muestran que efectivamente\nhay una relación positiva entre crecimiento económico y delincuencia (tasa de\ndelitos), así como una relación positiva entre tasa de desempleo y tasa de delitos y\na su vez se halla una relación directa entre tasa de delitos y denuncias por violencia\nfamilia.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».