Big Data en Innovatieve Methoden Voor Criminologisch Onderzoek

• Autore: Hardyns Wim
• Pubblicazione: The Hague : , : Boom Uitgevers Den Haag, , 2020; ©2020
• Edizione: 1st ed.
• Descrizione fisica: 1 online resource (478 pages)
• Altri autori: SnaphaanThom
• Nota di contenuto: Intro -- Voorwoord -- Inhoud -- 1 Nieuwe technologieën als motor voor innovaties in criminologisch onderzoek -- 1.1 Inleiding -- 1.2 De vierde industriële revolutie en nieuwe technologieën -- 1.3 Data -- 1.3.1 De kennispiramide -- 1.3.2 Soorten data -- 1.3.2.1 Kwalitatieve en kwantitatieve data -- 1.3.2.2 Primaire, secundaire en tertiaire data -- 1.3.2.3 Made en found data -- 1.3.2.4 Index-, attribuut- en metadata -- 1.3.2.5 Gestructureerde, semigestructureerde en ongestructureerde data -- 1.3.2.6 Primitieve en niet-primitieve data -- 1.4 Twee culturen in het modelleren van data -- 1.5 Leeswijzer -- Deel I Big data -- 2 Big data in wetenschappelijk onderzoek -- 2.1 Inleiding -- 2.2 Wat zijn big data en wat is er nieuw aan? -- 2.3 Onderzoekstoepassingen voor big data -- 2.4 Voor- en nadelen -- 2.5 Besluit -- 3 Digital History en big data uit het verleden Methodologische innovaties in de historische criminologie -- 3.1 Inleiding -- 3.2 De traditionele dataverzameling en -analyse: De historische methode -- 3.2.1 De historische methode als dataverzameling -- 3.2.2 De historische methode als bronnenkritiek -- 3.2.3 De historische methode als data-analyse -- 3.3 Digital History en historische big data -- 3.3.1 Opkomst van historische big data -- 3.3.2 Invloed op de dataverzameling en -analyse -- 3.4 Het historische werkveld en de nieuwe digitale methoden -- 3.5 Big data en historische criminologie: Proceedings of the Old Bailey, 1674-1913 -- 3.6 Valkuilen en uitdagingen -- 3.7 Besluit -- 4 'There is plenty of room at the bottom' Het gebruik van innovatieve databronnen in de sociale wetenschappen -- 4.1 Inleiding -- 4.2 Innovatieve databronnen -- 4.3 Methodologie -- 4.4 Resultaten -- 4.4.1 Algemene kenmerken van de geïncludeerde studies -- 4.4.2 Aantal gepubliceerde studies over de tijd heen -- 4.4.3 Volume van de gebruikte data. ; 4.4.4 Gebruikte databronnen -- 4.4.4.1 Directed data -- 4.4.4.2 Automated data -- 4.4.4.3 Volunteered data -- 4.5 Besluit -- 5 Bij voorbaat effectiever? Over de noodzaak van het herwaarderen van vakmanschap en de onvermijdelijkheid van actieonderzoek bij het gebruik van big-datatoepassingen door de politie -- 5.1 Inleiding -- 5.2 De achtergronden van big-datatoepassingen -- 5.3 Een blik op effecten en neveneffecten van predictive policing -- 5.4 De complexiteit van intelligence -- 5.5 De onderbelichte rol van vakmanschap -- 5.6 Naar actieonderzoek -- 5.7 Besluit -- 6 Wetenschappelijk onderzoek met (big) data en het gegevensbeschermingsrecht Het kluwen ontward -- 6.1 Inleiding -- 6.2 Toepassingsgebied AVG en definities -- 6.3 Actoren -- 6.4 Anonimisering en pseudonimisering -- 6.4.1 Anonimisering -- 6.4.2 Pseudonimisering -- 6.5 Gegevensbeschermingsbeginselen (artikel 5 AVG) -- 6.6 Rechtmatigheid (artikel 6 AVG) -- 6.6.1 Toestemming -- 6.6.2 Wettelijke verplichting -- 6.6.3 Taak van algemeen belang -- 6.6.4 Gerechtvaardigd belang van de verwerkingsverantwoordelijke of een derde -- 6.7 Bijkomende voorwaarden voor de verwerking van bepaalde categorieën van persoonsgegevens -- 6.8 Rechten van betrokkenen en mogelijke afwijkingen -- 6.8.1 Rechten van betrokkenen -- 6.8.2 Afwijkingen (van de in artikelen 14-18 en 21 AVG genoemde rechten) -- 6.9 Verplichtingen van de verwerkingsverantwoordelijke -- 6.10 Handhaving -- 6.11 Besluit -- Deel II Innovatieve dataverzamelingsmethoden -- 7 Het hedendaags gebruik van conventionele dataverzamelingsmethoden in de criminologie -- 7.1 Inleiding -- 7.2 Het gebruik van conventionele dataverzamelingsmethoden in de criminologie -- 7.3 Surveys -- 7.3.1 Conventioneel gebruik in de criminologie -- 7.3.2 Innovatieve manieren van dataverzameling -- 7.3.2.1 Factorial survey experiment -- 7.3.2.2 Experience-sampling method. ; 7.3.2.3 Space-time budget method -- 7.3.2.4 Life-events calendar methode -- 7.4 Interviews -- 7.4.1 Conventioneel gebruik in de criminologie -- 7.4.2 Innovatieve manieren van dataverzameling -- 7.4.2.1 Diary research -- 7.4.2.2 Photo-elicitation en video-elicitation -- 7.4.2.3 Het gebruik van GPS-coördinaten -- 7.5 Focusgroepen -- 7.5.1 Conventioneel gebruik in de criminologie -- 7.5.2 Innovatieve manieren van dataverzameling -- 7.5.2.1 Photo-elicitation en video-elicitation -- 7.5.2.2 Nominal group technique -- 7.6 Observaties -- 7.6.1 Conventioneel gebruik in de criminologie -- 7.6.1.1 Systematic social observations -- 7.6.1.2 (Systematic) self-observation -- 7.6.2 Innovatieve manieren van dataverzameling -- 7.6.2.1 Video's als observatiemateriaal -- 7.6.2.2 Electronically activated recorder-studies -- 7.6.2.3 Virtual reality -- 7.7 Besluit -- 8 "Vertel me wat je ziet" Het gebruik van photo-elicitation in criminologisch onderzoek -- 8.1 Inleiding -- 8.2 Photo-elicitation: what's in a name? -- 8.2.1 De verschillende vormen van PEI-onderzoek -- 8.2.1.1 Participant-driven PEI -- 8.2.1.2 Research-driven PEI -- 8.2.2 Voor welke onderzoeksvragen? -- 8.2.3 Voor welke onderzoekspopulaties? -- 8.3 Voordelen en nadelen van photo-elicitation onderzoek -- 8.3.1 Voordelen -- 8.3.1.1 Rijkere en nieuwe informatie -- 8.3.1.2 Empowerment, agency en zelf-reflexiviteit -- 8.3.1.3 Vertrouwen tussen onderzoeker en respondent -- 8.3.1.4 Werken met beeldmateriaal -- 8.3.2 Nadelen -- 8.3.2.1 Praktische nadelen -- 8.3.2.2 Nadelen met betrekking tot de validiteit en betrouwbaarheid van het onderzoek -- 8.4 De verschillende stappen in het photo-elicitation proces -- 8.4.1 Keuze PEI-instrument -- 8.4.2 Briefing respondenten -- 8.4.2.1 Participant-driven PEI -- 8.4.2.2 Research-driven PEI -- 8.4.3 Fotoverzameling -- 8.4.3.1 Participant-driven PEI -- 8.4.3.2 Research-driven PEI. ; 8.4.4 Pretesten PEI-instrument -- 8.4.5 Interviewproces -- 8.4.5.1 Participant-driven PEI -- 8.4.5.2 Research-driven PEI -- 8.4.6 Data-analyse -- 8.4.7 Rapportage -- 8.5 Enkele ethische aandachtspunten -- 8.5.1 Vertrouwelijkheid en anonimiteit -- 8.5.2 Manier van fotoverzameling -- 8.5.3 Emotionele reacties -- 8.6 Besluit -- 9 Het factorial survey experiment in criminologisch onderzoek -- 9.1 Inleiding -- 9.2 Toepassing van het factorial survey experiment in de sociale wetenschappen: Een terugblik -- 9.2.1 Het factorial survey experiment in de sociale wetenschappen -- 9.2.2 Het factorial survey experiment in de criminologie -- 9.3 FS-terminologie uitgelegd aan de hand van een concreet criminologisch voorbeeld -- 9.4 Waarom survey en experimentele methode combineren? Een overzicht van mogelijkheden en beperkingen -- 9.4.1 Mogelijkheden van het factorial survey experiment -- 9.4.2 Beperkingen van het factorial survey experiment en mogelijke remedies -- 9.5 Visuele scenario's in het factorial survey -- 9.6 Besluit -- 10 Het gebruik van virtual reality in de criminologie -- 10.1 Inleiding -- 10.2 Wat is VR? -- 10.2.1 Definiëring van VR -- 10.2.2 De Virtual Environment -- 10.2.3 Twee kernconcepten: immersie en aanwezigheid -- 10.2.3.1 Immersie -- 10.2.3.2 Aanwezigheid -- 10.3 VR als antwoord op methodologische beperkingen van criminologisch onderzoek -- 10.3.1 De afweging tussen experimentele controle en ecologische validiteit -- 10.3.2 Standaardisatie en systematische variaties -- 10.3.3 Induceren van cognitieve en affectieve factoren -- 10.3.4 Verhoogde objectiviteit en sensitiviteit in dataverzamelingsmethoden -- 10.3.5 Tegemoetkomen aan ethische bezwaren in traditioneel criminologisch onderzoek -- 10.4 Beperkingen van VR -- 10.4.1 Imperfecties in de gebruikte technologie -- 10.4.2 Cybersickness -- 10.4.3 Kostprijs en vereiste technologische kennis. ; 10.5 Functies van VR in criminologisch onderzoek -- 10.5.1 VR als technologie op zich -- 10.5.2 VR als methode voor wetenschappelijk onderzoek -- 10.5.2.1 Onderzoek naar criminaliteitsfenomenen -- 10.5.2.2 Onderzoek naar reacties op criminaliteit en onveiligheidsgevoelens -- 10.5.2.3 Onderzoek naar sociale interacties en dynamieken -- 10.5.3 VR als concrete toepassing voor de criminologische praktijk -- 10.5.3.1 VR als toepassing in juridische procedures -- 10.5.3.2 VR als tool voor de behandeling van daders (en slachtoffers) van criminele feiten -- 10.5.3.3 VR voor training van politie en justitie -- 10.6 Besluit -- 11 Het gebruik van beeldmateriaal in criminologisch onderzoek Van turven met pen en paper tot geautomatiseerde detectie en classificatie van overlastfenomenen -- 11.1 Inleiding -- 11.2 Overlast als bestudeerd fenomeen en haar traditionele meetmethoden -- 11.3 Primaire data, manuele codering -- 11.4 Secundaire data, manuele codering -- 11.5 Secundaire data, geautomatiseerde codering -- 11.6 Primaire data, geautomatiseerde codering -- 11.7 Besluit -- Deel III Innovatieve data-analysemethoden -- 12 De opkomst van neurale-netwerkanalyse in de criminologie -- 12.1 Inleiding -- 12.2 Wat is neurale-netwerkanalyse? -- 12.2.1 Een methode uit het domein van machine learning -- 12.2.2 Structuur en kenmerken van een neuraal netwerk -- 12.3 Neurale-netwerkanalyse in criminologisch onderzoek -- 12.3.1 Predictive policing -- 12.3.2 Predictive profiling -- 12.3.3 Fraudedetectie -- 12.4 De praktische toepassing van neurale-netwerkanalyse -- 12.4.1 Dataverzameling en -preparatie -- 12.4.2 Trainen en testen van het neurale netwerk -- 12.4.3 Interpretatie en evaluatie van de resultaten -- 12.5 Besluit -- 13 Text mining in de criminologie De geautomatiseerde analyse van (grote) tekstcorpora -- 13.1 Inleiding. ; 13.2 De ontginning van ongestructureerde tekstdata.
• Titolo autorizzato: Big Data en Innovatieve Methoden Voor Criminologisch Onderzoek
• ISBN: 90-5931-475-1
• Formato: Materiale a stampa
• Livello bibliografico: Monografia
• Lingua di pubblicazione: Olandese
• Record Nr.: 9910861993903321
• Lo trovi qui: Univ. Federico II