The effects of police vehicle presence on calls for service and police visibility: A multi-site field study at shopping malls in Canada
Notice bibliographique
Résumé
Shopping malls are significant hubs for people and social activities. Shopping malls are also often the sites of much crime. As part of the present research, we employed a field study paradigm to empirically assess the effects of police vehicle presence on calls for service and police visibility at shopping malls in Canada. During the intervention period, we parked randomly assigned police vehicles outside of shopping malls in three different cities during specified hours. We then compared the volume of calls for service received by the police during the intervention period to the weeks immediately before and after such period. We also compared self-reported sightings of police vehicles by mall patrons across periods. Our analyses revealed little effect of the presence of the police vehicle on calls for service at the shopping malls. However, our analyses did reveal some effects for police visibility: with variation in reported sightings of police vehicles by mall patrons across the study period. Policing the volume of activity at shopping malls – especially during the busy holiday shopping season – can present challenges for the police. Here we find that police vehicle presence impacts police visibility more than the number of calls for service received at a mall. We discuss the results from our multi-site, researcher-practitioner collaboration with respect to both policing research and practice. • Shopping malls are the sites of many people, social activities, and crimes. • We tested the effects of police vehicle presence on calls for service and police visibility at shopping malls in Canada. • During the intervention period, police vehicles were parked daily outside of the shopping malls in conspicuous locations. • Police vehicle presence impacted police visibility more than the number of calls for service received at the shopping malls. • Scholars should continue to evaluate the effects of police vehicle presence in more field settings.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».