Stumbling from One Disaster to Another: \nThe COVID-19 Pandemic and Mental Health \nCalls for Police Service across Canada
Notice bibliographique
Résumé
The COVID-19 pandemic had a significant impact on crime in Canada and internationally. However, less is known about the impact of the pandemic on police-reported mental-health-related incidents. We explore three types of mental-health-related incidents (suicide and suicide attempts, Mental Health Act apprehensions, and mental health [other]) against property and violent crimes, across 13 police jurisdictions in Canada. Despite an international decline in most crime types during COVID-19, we find general stability across police-reported mental-health-related incidents. These findings suggest that the change in social behaviour that reduced opportunities for crime did not have a similar effect on mental-health-related incidents. It also suggests that calls for increased police budgets to respond to expected increases in mental-health-related incidents may be unjustified. Résumé: La pandémie de COVID-19 a eu un impact considérable sur la criminalité au Canada et à l'international. On ne sait pas grand-chose cependant de l'impact de la pandémie sur les incidents liés à la santé mentale rapportés par la police. Nous explorons ici trois types d'incidents liés à la santé mentale (suicides et tentatives de suicide, arrestations dans le cadre de la Loi sur la santé mentale, santé mentale [autre]) dans le contexte de crimes contre les biens et de crimes violents, dans les territoires desservis par 13 corps policiers au Canada. Malgré une diminution à l'international de la plupart des types de crimes pendant la pandémie, nos résultats montrent une stabilité générale des incidents liés à la santé mentale rapportés par la police. Cela suggère que les changements de comportement social qui ont fait diminuer les occasions de commettre des infractions n'ont pas eu le même effet sur les incidents liés à la santé mentale. Cela suggère également que les appels à augmenter les budgets de la police afin de répondre aux hausses attendues des incidents liés à la santé mentale ne sont peut-être pas fondés.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,003 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».