論文の概要: An Investigation of the Relationship Between Crime Rate and Police Compensation
- arxiv url: http://arxiv.org/abs/2411.14632v1
- Date: Thu, 21 Nov 2024 23:50:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-25 15:03:20.952373
- Title: An Investigation of the Relationship Between Crime Rate and Police Compensation
- Title(参考訳): 犯罪率と警察補償の関連性の検討
- Authors: Jhancy Amarsingh, Likhith Kumar Reddy Appakondreddigari, Ashish Nunna, Charishma Choudary Tummala, John Winship, Alex Zhou, Huthaifa I. Ashqar,
- Abstract要約: 本研究の目的は,警察の給与と犯罪率との間に相関関係があるかどうかを評価することである。
最初の結果から,給与・補償水準と犯罪率との間に負の相関が認められた。
- 参考スコア(独自算出の注目度): 1.5689724182319122
- License:
- Abstract: The goal of this paper is to assess whether there is any correlation between police salaries and crime rates. Using public data sources that contain Baltimore Crime Rates and Baltimore Police Department (BPD) salary information from 2011 to 2021, our research uses a variety of techniques to capture and measure any correlation between the two. Based on that correlation, the paper then uses established social theories to make recommendations on how this data can potentially be used by State Leadership. Our initial results show a negative correlation between salary/compensation levels and crime rates.
- Abstract(参考訳): 本研究の目的は,警察の給与と犯罪率との間に相関関係があるかどうかを評価することである。
2011年から2021年まで、ボルチモア犯罪率とボルチモア警察署(BPD)の給与情報を含む公開データソースを用いて、この2つの相関関係を捉え測定するために、さまざまな技術を用いています。
この相関に基づいて、この論文は確立した社会理論を用いて、このデータを国家指導部がどのように活用できるかを推奨する。
最初の結果から,給与・補償水準と犯罪率との間に負の相関が認められた。
関連論文リスト
- New Rules for Causal Identification with Background Knowledge [59.733125324672656]
オープンな問題に対する新たな視点を提供するBKを導入するための2つの新しいルールを提案する。
これらのルールは、観測データによる因果効果のセットを決定するなど、典型的な因果関係のタスクに適用可能であることを示す。
論文 参考訳(メタデータ) (2024-07-21T20:21:21Z) - The Impact of Differential Feature Under-reporting on Algorithmic Fairness [86.275300739926]
解析的に抽出可能な差分特徴のアンダーレポーティングモデルを提案する。
そして、この種のデータバイアスがアルゴリズムの公正性に与える影響を特徴づける。
我々の結果は、実世界のデータ設定では、アンダーレポートが典型的に格差を増大させることを示している。
論文 参考訳(メタデータ) (2024-01-16T19:16:22Z) - D-BIAS: A Causality-Based Human-in-the-Loop System for Tackling
Algorithmic Bias [57.87117733071416]
D-BIASは、人間のループ内AIアプローチを具現化し、社会的バイアスを監査し軽減する視覚対話型ツールである。
ユーザは、因果ネットワークにおける不公平な因果関係を識別することにより、グループに対する偏見の存在を検出することができる。
それぞれのインタラクション、例えばバイアスのある因果縁の弱体化/削除は、新しい(偏りのある)データセットをシミュレートするために、新しい方法を用いている。
論文 参考訳(メタデータ) (2022-08-10T03:41:48Z) - Crime and social environments: Differences between misdemeanors and
felonies [0.0]
軽犯罪犯の数は警察管区と強く関連しているのに対し、重罪率は銃の所持と幸福と強く相関している。
以上の結果から, 軽度の軽症に対する対策は, フェロニーに対する対策と異なることが示唆された。
論文 参考訳(メタデータ) (2022-03-26T13:40:27Z) - Yes-Yes-Yes: Donation-based Peer Reviewing Data Collection for ACL
Rolling Review and Beyond [58.71736531356398]
本稿では、ピアレビューデータについて詳細な議論を行い、ピアレビューデータ収集のための倫理的・法的デシダータの概要を述べるとともに、最初の継続的な寄付ベースのデータ収集ワークフローを提案する。
本稿では、ACL Rolling Reviewにおいて、このワークフローの現在進行中の実装について報告し、新たに収集したデータから得られた最初の洞察を提供する。
論文 参考訳(メタデータ) (2022-01-27T11:02:43Z) - Analyzing a Carceral Algorithm used by the Pennsylvania Department of
Corrections [0.0]
本論文は、投獄中の囚人の収容レベルを分類するために使用されるペンシルベニア付加分類ツール(PACT)に焦点を当てる。
この場合のアルゴリズムは、追加の懲戒行為に耐え、必要なプログラミングを完了し、特に仮釈放アルゴリズムに入力される変数に蒸留される経験を得る可能性を決定する。
論文 参考訳(メタデータ) (2021-12-06T18:47:31Z) - 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) - Multi-officer Routing for Patrolling High Risk Areas Jointly Learned
from Check-ins, Crime and Incident Response Data [6.295207672539996]
我々は、チェックイン、犯罪、インシデント対応データ、およびPOI情報を用いて、複数の警察官に対する動的犯罪パトロール計画問題を定式化する。
本稿では,可能解の表現のための共同学習法と非ランダム最適化法を提案する。
提案手法の性能検証と実世界のデータセットを用いたいくつかの最先端手法との比較を行った。
論文 参考訳(メタデータ) (2020-07-31T23:33:14Z) - 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。