論文の概要: Policing Chronic and Temporary Hot Spots of Violent Crime: A Controlled
Field Experiment
- arxiv url: http://arxiv.org/abs/2011.06019v1
- Date: Wed, 11 Nov 2020 19:12:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-27 01:11:41.232534
- Title: Policing Chronic and Temporary Hot Spots of Violent Crime: A Controlled
Field Experiment
- Title（参考訳）: 暴力犯罪の慢性的・一時的ホットスポットの調査:制御フィールド実験
- Authors: Dylan J. Fitzpatrick (1), Wilpen L. Gorr (2), Daniel B. Neill (3) ((1)
University of Chicago, (2) Carnegie Mellon University, (3) New York
University)
- Abstract要約: ピッツバーグにおける重度の暴力犯罪防止のためのホットスポット予測の適用性を評価するクロスオーバー実験の結果を報告する。
重度の暴力犯罪件数の統計的および実際的な減少は、ホットスポットの制御に比べて顕著である。
自動車パトロールではなく足のパトロールのみが、ホットスポットで統計的に重要な犯罪を減らした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hot-spot-based policing programs aim to deter crime through increased
proactive patrols at high-crime locations. While most hot spot programs target
easily identified chronic hot spots, we introduce models for predicting
temporary hot spots to address effectiveness and equity objectives for crime
prevention, and present findings from a crossover experiment evaluating
application of hot spot predictions to prevent serious violent crime in
Pittsburgh, PA. Over a 12-month experimental period, the Pittsburgh Bureau of
Police assigned uniformed patrol officers to weekly predicted chronic and
temporary hot spots of serious violent crimes comprising 0.5 percent of the
city's area. We find statistically and practically significant reductions in
serious violent crime counts within treatment hot spots as compared to control
hot spots, with an overall reduction of 25.3 percent in the FBI-classified Part
1 Violent (P1V) crimes of homicide, rape, robbery, and aggravated assault, and
a 39.7 percent reduction of African-American and other non-white victims of P1V
crimes. We find that temporary hot spots increase spatial dispersion of patrols
and have a greater percentage reduction in P1V crimes than chronic hot spots
but fewer total number of crimes prevented. Only foot patrols, not car patrols,
had statistically significant crime reductions in hot spots. We find no
evidence of crime displacement; instead, we find weakly statistically
significant spillover of crime prevention benefits to adjacent areas. In
addition, we find no evidence that the community-oriented hot spot patrols
produced over-policing arrests of minority or other populations.
- Abstract（参考訳）: ホットスポットをベースとした警察プログラムは、犯罪の防止を目的としている。
多くのホットスポットプログラムは、慢性的なホットスポットの特定が容易であるが、犯罪防止のための有効性と公平な目標に対処するための一時的なホットスポット予測モデルを導入し、ピッツバーグの深刻な暴力犯罪を防ぐためのホットスポット予測の適用性を評価するクロスオーバー実験の結果を紹介する。
ピッツバーグ警察は12ヶ月の試験期間を通じて、市域の0.5パーセントを占める重大犯罪の慢性的および一時的なホットスポットを毎週予測するパトロール警官を配置した。
我々は、FBIが分類したP1V(Part 1 Violent)犯罪の殺人、強姦、強盗、加重暴行の総量25.3%、およびP1V犯罪のアフリカ系アメリカ人およびその他の非白人被害者の39.7%の減額により、治療ホットスポット内の重大暴力犯罪件数の統計学的かつ実質的に相当の減少を見出した。
一時的なホットスポットはパトロールの空間的分散を増加させ、p1vの犯罪を慢性ホットスポットよりも減少させるが、犯罪の総数は減少する。
自動車パトロールではなく足のパトロールのみが、ホットスポットで統計的に重要な犯罪を減らした。
犯罪発生の証拠は見つからないが, 近隣地域では, 統計的に重大な犯罪防止効果の流出がみられた。
また,地域中心のホットスポットパトロールが少数民族や他の住民の過度な逮捕を生んだという証拠は見つからない。
関連論文リスト
- An Event-centric Framework for Predicting Crime Hotspots with Flexible Time Intervals [15.749155522310941]
FlexiCrimeは、フレキシブルな時間間隔で犯罪のホットスポットを予測する新しいイベントフレームワークである。
犯罪状況の特徴を学習する犯罪イベント間の相関を捉えるために、連続的な注意ネットワークが組み込まれている。
過去の犯罪事件の頻度を考慮し、特定の時間と場所における特定の犯罪種のリスクを測定する。
論文 参考訳（メタデータ） (2024-11-02T04:38:10Z) - Ranking the locations and predicting future crime occurrence by
retrieving news from different Bangla online newspapers [2.3979112009934163]
我々は、特定の場所の安全性について、人々に近似を与えるアプローチを考え出した。
私たちのアプローチは、犯罪データをクロールするために、さまざまなオンラインバングラ新聞に依存しています。
論文 参考訳（メタデータ） (2023-05-18T04:19:26Z) - The Progression of Disparities within the Criminal Justice System:
Differential Enforcement and Risk Assessment Instruments [26.018802058292614]
アルゴリズム的リスク評価手段(RAI)は、刑事司法における意思決定をますます通知する。
問題となるのは、逮捕が全体的違反を反映する程度は、その人の性格によって異なる可能性があることである。
犯罪と逮捕率の切り離しがRAIとその評価に与える影響について検討する。
論文 参考訳（メタデータ） (2023-05-12T16:06:40Z) - Estimating Geographic Spillover Effects of COVID-19 Policies From
Large-Scale Mobility Networks [54.90772000796717]
郡レベルの政策は地域間の柔軟性を提供するが、地理的な流出がある場合には効果が低下する可能性がある。
我々は、数十億のタイムスタンプを持つ移動ネットワークを用いて、流出量を推定する。
郡レベルの制限は、モビリティを減らすための州全体の制限と同等に有効である。
論文 参考訳（メタデータ） (2022-12-12T20:16:54Z) - Spatial-Temporal Hypergraph Self-Supervised Learning for Crime
Prediction [60.508960752148454]
本研究では,犯罪予測におけるラベル不足問題に対処する空間的ハイパーグラフ自己監視学習フレームワークを提案する。
都市空間全体における犯罪の地域的依存性をエンコードするクロスリージョンハイパーグラフ構造学習を提案する。
また,2段階の自己指導型学習パラダイムを設計し,局所的・世界的空間的犯罪パターンを共同で捉えるだけでなく,地域的自己差別の強化による疎犯罪表現を補う。
論文 参考訳（メタデータ） (2022-04-18T23:46:01Z) - Robust Reinforcement Learning Under Minimax Regret for Green Security [50.03819244940543]
グリーン・セキュリティ・ドメインは、密猟者、違法なロガー、違法な漁師の敵対行動の不確実さに直面してパトロールを計画する被告を特徴としている。
文献では検討されていないミニマックスの後悔基準に従って,グリーンセキュリティのための堅牢なシーケンシャルパトロール計画に着目する。
対戦行動のパラメータ値を制御するディフェンダーと自然のゲームとしてこの問題を定式化し,ロバストなポリシーを見つけるアルゴリズムMIRRORを設計する。
論文 参考訳（メタデータ） (2021-06-15T20:11:12Z) - The effect of differential victim crime reporting on predictive policing
systems [84.86615754515252]
本研究では, 被害者の犯罪報告率の違いが, 共通犯罪ホットスポット予測モデルにおいて, 結果の相違をもたらすことを示す。
以上の結果から, 犯罪報告率の差は, 高犯罪から低犯罪へ, 高犯罪・中犯罪・高報道へ, 予測ホットスポットの移動につながる可能性が示唆された。
論文 参考訳（メタデータ） (2021-01-30T01:57:22Z) - C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods
Ahead of COVID-19 Outbreak [54.39837683016444]
C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。
C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。
新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
論文 参考訳（メタデータ） (2020-12-22T17:02:54Z) - Crime Prediction Using Multiple-ANFIS Architecture and Spatiotemporal
Data [0.0]
我々はいくつかのファジィ推論システム (FIS) と適応型ニューロファジィ推論システム (ANFIS) を用いて、特定の場所や時間に起こりやすい犯罪の種類を予測する。
論文 参考訳（メタデータ） (2020-11-07T19:57:30Z) - Exploring Spatio-Temporal and Cross-Type Correlations for Crime
Prediction [48.1813701535167]
我々は,都市犯罪のクロスタイプと時間的相関を利用した犯罪予測を行う。
犯罪予測のための相関関係を数学的にモデル化するコヒーレントな枠組みを提案する。
犯罪予測における相関関係の重要性を理解するために、さらなる実験が行われた。
論文 参考訳（メタデータ） (2020-01-20T00:34:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。