L'uso dell'intelligence ha guidato la polizia per combattere le rapine in banca a Rio Grande do Norte, in Brasile
Barra laterale dell'articolo
Contenuto principale dell'articolo
Abstract
Le rapine in banca sono una delle maggiori sfide affrontate dalla polizia in Brasile,
principalmente il suo tipo più violento, noto come "Novo Cangaço". Questo tipo di
il crimine si verifica quando una banda di molti criminali pesantemente armati attacca
una piccola città, che usa la violenza e l'intimidazione come armi per derubare tutti
le banche che esistono in quel luogo. Questo problema è ancora più grave nella regione nord-orientale.
del Brasile. Durante questo lavoro mostreremo come l'Intelligence Led Policing,
una delle più moderne tecniche di gestione della polizia è stata utilizzata dalla polizia federale
e lo stato per ridurre le rapine in banca nel Rio Grande do Norte, uno degli stati situati
situato nella regione nord-orientale del Brasile. Presenteremo anche come possiamo usare
una tecnica di Machine Learning per aiutare i decisori della polizia
selezionare le migliori opzioni per massimizzare l'impatto.
Dettagli dell'articolo
Fascicolo
Sezione
Questo volume è pubblicato con la licenza Creative Commons Attribuzione - Non commerciale 4.0 Internazionale.
La rivista ha diritti esclusivi sulla prima pubblicazione, stampata e/o digitale, di questo testo accademico, che non pregiudica il diritto d'autore del responsabile della ricerca.
La riproduzione (in tutto o in parte) del materiale pubblicato dipende dalla citazione espressa di questa rivista come origine, citando il volume, il numero di edizione e il link DOI per un riferimento incrociato. Ai fini dei diritti, la fonte di pubblicazione originale deve essere registrata.
L'utilizzo dei risultati qui pubblicati in altri veicoli di divulgazione scientifica, anche se da parte degli autori, dipende dall'espressa indicazione di questa rivista come mezzo di pubblicazione originale, pena la caratterizzazione di una situazione di autoplagio.
____________________________________________
Informazioni aggiuntive e dichiarazioni dell'autore
(integrità scientifica)
Dichiarazione di conflitto di interessi: gli autori confermano che non vi sono conflitti di interesse nello svolgimento di questa ricerca e nella stesura di questo articolo.
Dichiarazione di paternità: tutti e solo i ricercatori che soddisfano i requisiti di paternità per questo articolo sono elencati come autori; tutti i coautori sono pienamente responsabili di questo lavoro nella sua interezza.
Dichiarazione di originalità: L'autore(i) garantisce che il testo qui pubblicato non è stato precedentemente pubblicato altrove e che la futura ripubblicazione sarà effettuata solo con espresso riferimento al luogo di pubblicazione originale; certifica inoltre che non vi è plagio di materiale di terzi o autoplagio.
____________________________________________
Archiviazione e distribuzione
Il PDF finale pubblicato può essere archiviato, senza restrizioni, su qualsiasi server ad accesso aperto, indicizzatore, repository o pagina personale, come Academia.edu e ResearchGate.
Come citare
Riferimenti bibliografici
BARROSO, L. C. “Pesquisa FEBRABAN de tecnologia Bancária: análise 2011 a 2018.” Informe ETENE, dezembro de 2019.
BRANTIGHAM, P J; P L BRANTINGHAM. Patterns in Crime. New York: Macmillian, 1984.
BRASIL. “Inquérito Policial nº 0208/2016-4 - DPF/MOS/SR/PF/RN.” Polícia Federal, 2016.
CHAINEY, S; RATTCLIFFE. Gis and Crime Mapping. West Sussex: John Wiley & Sons Ltd., 2005.
COHEN, L. E.; FELSON, M. “Social Change and Crime Rate Trends: A Routine Activity Approach.” American Sociological Review v. 44 ( 1979): 588-608.
DANTAS, A. “Geografia e epistemologia do Sul na obra de Milton Santos.” Mercator, 13 n. 3, 2014: 49-61.
DANTAS, G. F.; PERSIJN, A.; SILVA JUNIOR, A. P. Observatório de Segurança. agosto de 11 de 2006. ? http://www.conteudojuridico.com.br/?artigos&ver=2.21043&seo=1.
FELSON, M. Crime and Every Day Life: impact and implications for Society. Thousand Oaks: Pine Forge Press,
MENA, J. Investigative Data Mining for Security and Criminal Detection. Burlington: Elsevier Science, 2003.
QUEIROZ NETO, J F. A visual analytics approach for geocoded crime data. 2020. Tes e(Doutorado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2020.
RASCHA, S; V MIRJALILI. Python Machine Learning. Birmingham: Packt Publishing Ltd., 2017.
RATCLIFFE, J. H. Crime Mapping and the Training Needs of Law Enforcement. European Journal on Criminal Policy and Research, v. 10, n.1, 2003: 65-83.
RATCLIFFE, J. H. Harm-Focused Policing. Ideas in American Policing, September de 2015.
RATCLIFFE, J. H. Intelligence Led-Policing. Nova Iorque: Routdlege, 2011.
SANTOS, M. “O território e o saber local: algumas categorias de análise.” Cadernos IPPUR, ano XIII, n. 2, 1999, p. 15-26.
SANTOS, M. A Natureza do Espaço. São Paulo: EdUSP, 2006.
SHERMAN, L. W. et al. Preventing Crime: what works, what doesn't, what's promising. National Institue of Justice Research in Brief, 1998 p. 1-19.
SILVA JUNIOR, T. J. Operações de inteligência aplicadas à repressão de crimes violentos contra o patrimônio da União. 2014. Trabalho de Conclusão de Curso. (Especialização em Inteligência Policial) .Brasília: Academia Nacional de Polícia, 2014.
SILVA, E. V. S. Operações Especiais de Polícia Judiciária e Ruptura de Planos de Ataques Terroristas. Barueri: Novo Século Editora Ltda., 2017.
SILVA, W. C. P. Espaço geográfico e criminologia: topologia de segurança versus topologia do crime – uma análise da gestão de segurança do território e roubo a bancos no Nordeste. 2019. Tese. (Doutorado em Geografia). Departamento de Geografia - Universidade Federal do Rio Grande do Norte, Natal, 2019.
SILVA, W. C. P. Inteligência geoespacial: seu impacto e suas contribuições nos modelos de gestão policial. Rio de Janeiro: Mallet Editora, 2016.
SILVEIRA, M. L. O espaço geográfico: da perspectiva geométrica à perspectiva existencial. GEOUSP - Espaço e Tempo, Issue 19, 2006: GEOUSP - Espaço e Tempo.