Caracterización de los caninos en función de vigilancia y seguridad privada. Contribución para la prevención y seguridad en Colombia
Bibliographic record
Abstract
La utilización de caninos es habitual tanto en la seguridad pública como en el servicio de vigilancia privada. En Colombia, la Policía Nacional certifica a los caninos para que puedan ser utilizados para la seguridad privada. El presente artículo muestra cuál es el comportamiento de las variables de especialidad, sexo y raza de 1949 perros certificados, pertenecientes a 56 empresas de la seguridad privada y que pasaron por el proceso de certificación por parte de la Policía Nacional durante el último trimestre de 2022 y primero de 2023. El estudio es un análisis descriptivo de los registros administrativos de la Escuela de Guías y Adiestramiento Canino, perteneciente a la Dirección de Educación Policial, según el Formato de Evaluación para Certificación Caninos a Empresas de Vigilancia y Seguridad Privada. De tal forma, según la especialidad, el 36% de los perros se emplean para la defensa controlada, el 41.5% para la detección de explosivos y el 22.5% para la detección de narcóticos. En cuanto al sexo, el 63.2% son machos y el 36.8% hembras; y respecto a la raza, el 26.6% son labrador retriever, el 20% rottweiler, el 18.8% golden retriever, el 18% pastor alemán y el 13.6% pastores belgas malinois. De esta manera, las organizaciones de vigilancia privada incluyen entre sus servicios el uso de caninos y para satisfacer la demanda han seleccionado ciertas razas para desempeñarse en escenarios que representan vulnerabilidad a la seguridad por cuenta de las manifestaciones delictivas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".