論文の概要: Building A Civic Tool for Community-Police Engagement to Adapt Neighborhood Policing

• arxiv url: http://arxiv.org/abs/2610.08212v1
• Date: Tue, 06 Oct 2026 12:05:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.969081
• Title: Building A Civic Tool for Community-Police Engagement to Adapt Neighborhood Policing
• Title（参考訳）: 近隣政策に適応するためのコミュニティ・プライス・エンゲージメントのための市民ツールの構築
• Abstract要約: 本稿では,コミュニティデータ統合警察のための市民ツールであるPar drou Rguの開発について,Research through Design (RtD)による調査を提案する。 我々は、RtDが株主交渉をどのように可能にし、どのインタラクション品質が信頼とコミュニティとインシデントデータの組み合わせを支援するかを尋ねる。 混合メソッド評価は、役員と市民の相互作用の増加を示唆するが、利害関係者の協力を維持する際の摩擦を示唆する。
• 参考スコア（独自算出の注目度）: 35.40584146064365
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Data-driven policing often prioritizes incident records over residents' lived experiences. In the Baltic city of Riga, with a history of distrust and limited community-police engagement, this can further alienate the public. To bridge this gap, we propose a Research through Design (RtD) inquiry into the development of Par drošu Rīgu, a civic tool for community-data-integrated policing. With municipal police, NGOs, and city staff, we ask how RtD enables stakeholder negotiation and which interaction qualities support trust and the use of combined community and incident data. The co-design process included workshops that surfaced divergent notions of safety; material probes designed as boundary objects to negotiate among stakeholders; and a pilot deployment showing how combining quantitative and qualitative data reshapes engagement and trust. Mixed-methods evaluation suggests increased officer-citizen interaction, but frictions in sustaining stakeholder collaboration. We contribute (i) an empirical RtD inquiry with public institutions, (ii) an artifact combining physical and dashboard interactions, and (iii) reflections on interaction design as a boundary-spanning practice for trust and infrastructuring.
• Abstract（参考訳）: データ駆動型警察は、しばしば住民の生活経験よりもインシデント記録を優先する。 バルト諸国の都市リガでは、不信と地域警察の関与が限られており、市民をさらに遠ざけている。 このギャップを埋めるために、我々はコミュニティデータ統合警察のための市民ツールであるPar drošu Rīguの開発について、Research through Design (RtD)による調査を提案する。 市町村警察,NGO,市職員らとともに,RtDが利害関係者の交渉をどのように可能とし,信頼とコミュニティとインシデントデータの統合を両立させるのかを問う。 共同設計プロセスには、さまざまな安全性の概念を表面化したワークショップ、利害関係者間の交渉のための境界オブジェクトとして設計された材料プローブ、定量的かつ質的なデータの組み合わせがエンゲージメントと信頼をどのように組み合わせるかを示すパイロットデプロイメントが含まれていた。 混合メソッド評価は、役員と市民の相互作用の増加を示唆するが、利害関係者の協力を維持する際の摩擦を示唆する。 コントリビューション 一 公共機関に対する実証的RtD調査 (二)身体とダッシュボードの相互作用を組み合わせた人工物、及び 三 信頼とインフラ構築のための境界スパンニングの実践としての相互作用設計に関する考察

関連論文リスト

• Community-Led AI Integration for Wildfire Risk Assessment: A Participatory AI Literacy and Explainability Integration (PALEI) Framework in Los Angeles, CA [4.828654519487229]
  火災リスクコミュニケーションツールは、アクセス不能な設計、不透明なアウトプット、コンテキスト関連性の制限により、公共の信頼を得られないことが多い。 本研究では、参加型AIリテラシーと説明可能性統合フレームワークを用いて、AIを山火事リスク評価に統合するためのコミュニティ主導のアプローチを紹介する。
  論文  参考訳（メタデータ） (2026-04-20T03:16:31Z)
• The Rise of AI Agent Communities: Large-Scale Analysis of Discourse and Interaction on Moltbook [62.2627874717318]
  MoltbookはRedditに似たソーシャルプラットフォームで、AIエージェントが投稿を作成し、コメントや返信を通じて他のエージェントと対話する。 ローンチから約5日後に収集された公開APIスナップショットを使用して、AIエージェントが何を議論しているか、どのように投稿するか、どのように相互作用するのかという3つの研究課題に対処する。 エージェントの執筆は、主に中立であり、コミュニティエンゲージメントや支援指向のコンテンツに肯定性があることが示される。
  論文  参考訳（メタデータ） (2026-02-13T05:28:31Z)
• The Subjectivity of Respect in Police Traffic Stops: Modeling Community Perspectives in Body-Worn Camera Footage [26.122987420525927]
  ボディウーンカメラ(BWC)は警察と市民の相互作用のユニークな記録を提供する。 複数の視点から評価と自由文の有理性を付加した,最初の大規模トラフィックストップデータセットを紹介した。 警察系,司法系,無所属のロサンゼルス住民からアノテーションを抽出することにより,知覚的差異の系統的研究を可能にした。
  論文  参考訳（メタデータ） (2026-02-10T22:22:05Z)
• Privacy-Aware Sharing of Raw Spatial Sensor Data for Cooperative Perception [3.621817490911487]
  我々は、新しいタイプのプライバシー懸念が生まれ、ステークホルダーが生のセンサーデータを共有するのを妨げていると主張している。 我々は、プライバシー漏洩を最小限に抑え、生データに基づく協調認識という野心的な目標に向けて利害関係者を駆り立てる研究フレームワークであるSHARPを提案する。
  論文  参考訳（メタデータ） (2025-12-18T07:27:09Z)
• Evaluating Generalization Capabilities of LLM-Based Agents in Mixed-Motive Scenarios Using Concordia [100.74015791021044]
  大規模言語モデル(LLM)エージェントは、社会的相互作用の素晴らしい能力を実証している。 既存の評価手法は、これらの能力がいかに新しい社会的状況に一般化するかを測ることに失敗する。 我々は,NeurIPS 2024 Concordia Contestで,エージェントが相互利得を達成する能力について評価した経験的結果を示す。
  論文  参考訳（メタデータ） (2025-12-03T00:11:05Z)
• Co-Designing with Multiple Stakeholders and Datasets: A Community-Centered Process to Understand Youth Deviance in the Italian City of Turin [33.186784891833895]
  本稿では,Sbocciamo Torino 市民ツールの共設計と設計評価について述べる。 市民の道具は、イタリアのトリノで若者の偏見の問題を理解し、行動するのに役立ちます。
  論文  参考訳（メタデータ） (2025-10-24T13:53:06Z)
• AntEval: Evaluation of Social Interaction Competencies in LLM-Driven Agents [65.16893197330589]
  大規模言語モデル(LLM)は、幅広いシナリオで人間の振る舞いを再現する能力を示した。 しかし、複雑なマルチ文字のソーシャルインタラクションを扱う能力については、まだ完全には研究されていない。 本稿では,新しいインタラクションフレームワークと評価手法を含むマルチエージェントインタラクション評価フレームワーク(AntEval)を紹介する。
  論文  参考訳（メタデータ） (2024-01-12T11:18:00Z)
• Exploring Zero-Shot Emergent Communication in Embodied Multi-Agent Populations [59.608216900601384]
  本研究では,3次元環境下で関節を作動させることでコミュニケーションを学ぶエージェントについて検討する。 現実的な仮定、意図の非一様分布、共通知識エネルギーコストにおいて、これらのエージェントは新規パートナーに一般化するプロトコルを見つけることができることを示す。
  論文  参考訳（メタデータ） (2020-10-29T19:23:10Z)

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。