MétaCan
Menu
Retour à la cohorte
Enregistrement W7018058694

De ontwikkeling van automatische nummerplaatherkenning voor opsporingsdoeleinden in Nederland

2023· article· nl· W7018058694 sur OpenAlexaff

Notice bibliographique

RevueDigital Academic REpository of VU University Amsterdam (Vrije Universiteit Amsterdam) · 2023
Typearticle
Languenl
DomaineSocial Sciences
ThématiqueLegal and Social Justice Studies
Établissements canadiensL'Alliance Boviteq
Organismes subventionnairesnon disponible
Mots-clésCivil serviceRural developmentResearch methodology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Zowel publieke als private organisaties maken in Nederland gebruik van camera’s langs de weg om het verkeer te monitoren. Zo beheert Rijkswaterstaat 3.000 camera’s om verkeersstromen te monitoren langs wegen, tunnels en bruggen. De politie, de Koninklijke Marechaussee (KMar) en het Openbaar Ministerie (OM) gebruiken soortgelijke camera’s voor opsporings- en handhavingsdoeleinden. Deze camera’s kunnen automatisch kentekens herkennen van passerende voertuigen, zodat bijvoorbeeld trajectcontroles kunnen worden uitgevoerd of voortvluchtige personen kunnen worden aangehouden. Tot 2019 was het gebruik van deze camera’s beperkt tot het registeren van een overtreding of het registreren van een voertuig dat gesignaleerd stond. Sinds 1 januari 2019 is het mogelijk om met deze camera’s kentekengegevens van alle passerende voertuigen voor een periode van vier weken op te slaan en aan opsporingsambtenaren die het onderzoek uitvoeren te verstrekken. Zij kunnen daarnaast een foto van het voertuig ontvangen. De inzittenden van het voertuig moeten door een daartoe geautoriseerde opsporingsambtenaar onherkenbaar worden gemaakt. Op basis van het nieuwe artikel 126jj Wetboek van Strafvordering (hierna 126jj) kan de politie deze gegevens inzien ten behoeve van de opsporing van een misdrijf of van voortvluchtige personen. De wet is na invoering gemonitord en geëvalueerd. De wet was op het moment van inwerkingtreding tijdelijk van aard, maar is mede op basis van de resultaten uit de evaluatie permanent geworden. In het onderhavige artikel wordt ingegaan op de ontwikkeling van automatische nummerplaatherkenning in Nederland, de achtergrond en juridische aspecten van de nieuwe wet en ten slotte op de belangrijkste bevindingen uit de evaluatie.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,436

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0080,005
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0700,011

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,255
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Academic REpository of VU University Amsterdam (Vrije Universiteit Amsterdam)Même sujetLegal and Social Justice StudiesTravaux en français237 207