America's Complex Relationship With Guns: An In-depth Look at the Atttitudes and Experiences of U.S. Adults
Notice bibliographique
Résumé
A new Pew Research Center survey attempts to better understand the complex relationship Americans have with guns and how that relationship intersects with their policy views.The survey finds that Americans have broad exposure to guns, whether they personally own one or not. At least two-thirds have lived in a household with a gun at some point in their lives. And roughly seven-in-ten – including 55% of those who have never personally owned a gun – say they have fired a gun at some point. Today, three-in-ten U.S. adults say they own a gun, and an additional 36% say that while they don't own one now, they might be open to owning a gun in the future. A third of adults say they don't currently own a gun and can't see themselves ever doing so.To be sure, experiences with guns aren't always positive: 44% of U.S. adults say they personally know someone who has been shot, either accidentally or intentionally, and about a quarter (23%) say they or someone in their family have been threatened or intimidated by someone using a gun. Half see gun violence as a very big problem in the U.S. today, although gun owners and non-owners offer divergent views on this.Gun owners and non-owners are also deeply divided on several gun policy proposals, but there is agreement on some restrictions, such as preventing those with mental illnesses and those on federal watch lists from buying guns. Among gun owners, there is a diversity of views on gun policy, driven in large part by party affiliation.The nationally representative survey of 3,930 U.S. adults, including 1,269 gun owners, was conducted March 13 to 27 and April 4 to 18, 2017, using the Pew Research Center's American Trends Panel.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 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 ».