Anderson’un Açısı

Alkollü içki mağazası faaliyetlerinden makine öğrenimiyle ev içi şiddeti tahmin etmek

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin

Buffalo Üniversitesi’nden yeni bir araştırma makalesi, bir ABD şehrinin çeşitli mahallelerindeki alkol satış noktaları ile ev içi şiddet (DV) arasındaki ilişkiyi, bir mobil telefon ağından anonimleştirilmiş GPS konum verilerine dayanarak incelemektedir.

Makale, alkollü içki mağazası faaliyetlerinin ev içi şiddetle ilişkisinin, alkol satın alınabilen diğer yerlere yapılan ziyaretlerin ilişkisinden daha güçlü olduğu sonucuna varıyor. Bu da alkol satış noktaları ile ev içi şiddet arasındaki korelasyonun son çalışmaların öne sürdüğünden daha karmaşık olabileceğini gösteriyor:

‘Şaşırtıcı bir şekilde, alkollü içki mağazası ziyaret oranları değişkeni, diğer değişkenlere kıyasla DV oranına en yüksek pozitif katkıda bulunur. Bu sonuç, alkollü içki mağazası ziyaretinin mahalle düzeyinde DV oranını öngörmede önemli bir gösterge olduğunu gösterir.

‘İlginç bir şekilde, diğer iki tür alkol satış noktasına (yani, içki yerleri ve bira fabrikaları) yapılan ziyaretlerin negatif katsayıları vardır, bunlar korelasyon analiziyle tutarlıdır.

‘Bu sonuç, bu tür satış noktalarına yapılan ziyaretlerin aslında daha düşük DV oranlarıyla ilişkili olduğunu gösterir. Bu sonuç şaşırtıcıdır, çünkü bir mahalledeki içki yerlerinin daha yüksek yoğunluğunun genellikle daha yüksek bir DV oranı ile ilişkili olduğu düşünülürdü’

Makaledeki bir haritalama görseli, 2019'da bir hafta boyunca alkollü içki mağazaları ve ev mahalleleri arasındaki ziyaretleri gösterir, COVID'in veri bozucu gelişinden önce.

Makaledeki bir haritalama görseli, 2019’da bir hafta boyunca alkollü içki mağazaları ve ev mahalleleri arasındaki ziyaretleri gösterir, COVID’in veri bozucu gelişinden önce. Kaynak: https://arxiv.org/ftp/arxiv/papers/2203/2203.04088.pdf

Yazarlar, daha prestijli alkolle ilişkili mekânları ziyaret etme ile ev içi şiddet arasında neredeyse ters bir ilişki olabileceğini öne sürüyor. Bira fabrikaları ve barlar gibi yerlerin ziyaretçilerinin daha yüksek sosyoekonomik statüye sahip olabileceğini ve bunun ev içi şiddet olaylarına karışma olasılığını azaltabileceğini düşünüyorlar.

Makale, The role of alcohol outlet visits derived from mobile phone location data in enhancing domestic violence prediction at the neighborhood level başlıklı ve Buffalo Üniversitesi’nden üç araştırmacının matematik, tıp ve coğrafya bölümlerinden gelmektedir.

Veri ve Belirleme

Araştırmacıların amacı, anonim mobil konum verilerinin, mevcut suç istatistikleriyle birlikte, mahalle düzeyinde ev içi şiddet olaylarını ve sıklıklarını öngörmede kullanılabileceğini belirlemekti, bu olaylar mahalledeki alkol satın alma noktalarının mevcudiyetiyle ilgili olabilir.

İlk görev, mahalleleri tanımlamaktı, bu da Census Block Groups (CBG) kullanılarak gerçekleştirildi, bu, Amerikan Toplum Araştırması (ACS) tarafından sağlanan en küçük coğrafi birimlerdir ve tam demografik ve sosyoekonomik verilere sahiptir.

Anonimleştirilmiş mobil konum verileri, araştırmacılara tüm ABD’yi kapsayan verileri ücretsiz sağlayan ticari şirket SafeGraph’ten geldi. Veri kümesi, alkollü içki mağazaları, barlar, şaraphaneler ve bira fabrikaları gibi alkol satan yerler de dahil olmak üzere ABD genelinde 3,6 milyon ilgi noktasını kapsıyor.

Çalışma, COVID salgınının istatistikleri bozduğu dönemden önceki zamanı kapsıyor; salgın dönemini kapsamıyor. SafeGraph, alkol satış noktalarını ziyaret edenlerin ikamet yerlerini önceki altı haftadaki gece konumlarından çıkardı. Verilerde ziyaretlerin kesin güzergâhları veya kullanıcıların evlerinin kesin konumları açıklanmıyor; bilgiler ACS verilerinde belirlenen mahallelerin genelleştirilmiş sınırlarına karşılık geliyor.

İncelenen güzergâhlar mutlaka ev–alkollü içki mağazası–ev ziyaretlerini temsil etmiyor; yol üzerinde bir alkollü içki mağazasına uğranarak başka bir eve gidilen rotaları da gösterebilir.

İncelenen güzergâhlar mutlaka ev–alkollü içki mağazası–ev ziyaretlerini temsil etmiyor; yol üzerinde bir alkollü içki mağazasına uğranarak başka bir eve gidilen rotaları da gösterebilir.

Veriler tüm ülkeyi kapsasa da, araştırmacılar Chicago’yu seçti, çünkü Chicago Polis Departmanı’nın Citizen Law Enforcement Analysis and Reporting (CLEAR) Sistemi aracılığıyla nispeten iyi etiketlenmiş bilgiler mevcuttu.

CLEAR veri kümesi kundaklama veya saldırı gibi suç türlerini, olayın zamanını, konumunu ve enlem-boylam çiftlerini de içeriyor. Ayrıca, olay yerine gelen polislerin olayı 1986 tarihli Illinois Ev İçi Şiddet Yasası ile ilişkili olarak sınıflandırıp sınıflandırmadığını gösteren “Domestic” adlı ikili bir değer bulunuyor.

Araştırmacılar, bazı ‘ev içi şiddet’ olmayan suçların (örneğin kundaklama) bu kategoriye yanlışlıkla atfedildiğini ve bu olayları filtrelediler.

Solda, Chicago şehrinin sınırları ve Census Block Groups (CBG), sağda, çıkarılan ev içi şiddet olayları.

Solda, Chicago şehrinin sınırları ve Census Block Groups (CBG), sağda, çıkarılan ev içi şiddet olayları.

Sadece dört veya daha fazla dakika süren alkollü içki mağazası ziyaretleri sayıldı. Ayrıca, araştırmacılar, ziyaretin bir satın alma ile sonuçlandığından veya satın almanın miktarını veya türünü bilemediklerini kabul ederler. Ayrıca, ev içi şiddetin en az bildirilen suçlardan biri olduğunu ve bu nedenle sonuçların yaklaşık doğasını katkıda bulunduğunu not eder.

Dört Yaklaşım

Veriler, dört yaklaşım kullanılarak incelendi: Rastgele Orman (RF), Adi En Küçük Kareler (OLS), Derin Sinir Ağı (DNN) ve Coğrafi Ağırlıklı Regresyon (GWR). OLS ve GWR makine öğrenimi yöntemleri değil, istatistiksel yöntemlerdir.

Dört yöntemi ve SafeGraph verisindeki dört kategori alkol satış noktasını kapsayan deneylerin genel bir görünümü, CLEAR verisindeki ev içi şiddet olaylarına çapraz başvurur.

Dört yöntemi ve SafeGraph verisindeki dört kategori alkol satış noktasını kapsayan deneylerin genel bir görünümü, CLEAR verisindeki ev içi şiddet olaylarına çapraz başvurur.

Dört yöntem boyunca elde edilen sonuçlar, alkollü içki mağazaları ile ev içi şiddet arasındaki ilişkinin mahalleler arasında önemli ölçüde değiştiğini gösterir, ancak araştırmacılar sonunda ‘alkollü içki mağazası ziyaretlerindeki artışların, Chicago’daki mahallelerin çoğunda DV oranlarında artış ile ilişkili olduğunu’ sonucuna varır.

Makalede incelenen dört tür alkol satış noktasına göre DV olaylarına ilişkin korelasyon: a) alkollü içki mağazaları, b) içki yerleri (yani bar), c) bira fabrikaları ve d) şaraphaneler.

Makalede incelenen dört tür alkol satış noktasına göre DV olaylarına ilişkin korelasyon: a) alkollü içki mağazaları, b) içki yerleri (yani bar), c) bira fabrikaları ve d) şaraphaneler.

Makale, analizlerle ilgili daha ayrıntılı bir sosyoekonomik ve demografik gösterge açıklamasını içerir.

Yazarlar belirtir*:

‘Sonuçlarımız, alkol kullanımı ve DV arasındaki ilişki hakkında daha fazla bilgi sağlar. Dört tür alkol satış noktası ziyaretinin arasında, alkollü içki mağazası ziyaretleri, ziyaretçilerin ikamet ettiği mahallelerde DV oranının artışıyla en güçlü ilişkiye sahiptir.

‘Rutin Faaliyetler Suç Teorisi, bir suçun meydana gelmesi için üç gerekli koşul önerir: motive bir fail, potansiyel bir hedef ve failin davranışını engelleyen bir şeyin olmaması. Alkollü içki mağazası ziyaretleri, satın alınan alkolün evde tüketileceğini gösterir, burada üç koşul da karşılanır: fail ve potansiyel hedef birbirine yakındır ve alkol failin davranışını engelleyen bir şeyin olmamasına neden olur.’

Yazarlar ayrıca, bu tür çalışmaların sonuçlarının, alkollü içki mağazalarının ev içi şiddete ilişkin görünen ilişkisine dayalı olarak gelecekteki politika kararlarına katkıda bulunabileceğini ve müdahalelerin, izin verilen satış saatlerinin kısıtlanması ve alkol lisanslarının sayısının sınırlanması gibi olabileceğini önerir.

 

* Yazarların inline atıfının hyperlink’e dönüştürülmesi.

İlk olarak 9 Mart 2022’de yayımlandı.

Makine öğrenimi üzerine yazar, insan görüntüsü sentezi alanında uzman. Metaphysic.ai'nin DNEG'e ait Brahma.ai bünyesine katılmasına kadar araştırma içeriğinden sorumlu yönetici olarak görev yaptı.
Web Sitesi: martinanderson.ai
İletişim: martin@martinanderson.ai