Latin American Homicide (Chapter 3)
Notice bibliographique
Résumé
The urgency for studying Latin America and the Caribbean(LAC) emanates from violence rates that are remarkably higher than in most world regions. Global homicide rates have recently declined (Rogers & Pridemore, 2018; Tuttle et al., 2018). While LAC followed suit, its rates are still comparatively high, and it is home to less than 10% of the global population but about one-third of homicides. The World Health Organization defines violence as endemic if a nation reaches ten homicides per 100,000 residents. Over two-thirds of LAC, nations meet this threshold (World Health Organization, 2023), and the regional mean is above 10. The Pan American Health Organization deemed LAC violence the social pandemic of the century in the Americas (Imbush, 2011). Of the 50 most dangerous cities in the world – as measured by homicide rates – 42 are in LAC (Igarapé, 2023). Although not experiencing civil war, homicide rates in Brazil, Colombia, El Salvador, Guatemala, Honduras, and Mexico are at or above nations with active conflicts (Feldmann & Luna, 2022). Beyond the harm to individuals, families, and communities, the Inter-American Development Bank reported that crime and violence in the region cost a quarter trillion dollars annually, or 3.5% of the region's Gross Domestic Product (GDP) (Jaitman et al., 2017).
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».