بررسی کمیت وقوع جرائم ضرب وجرح با رویکرد تلفیقی سناریونویسی و آینده پژوهی با استفاده از GIS در محیط شهر اهواز
Publish place: Police Management Studies Quarterly، Vol: 16، Issue: 1
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 189
This Paper With 36 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PMSQ-16-1_005
تاریخ نمایه سازی: 24 آبان 1400
Abstract:
زمینه و هدف: در مدیریت پیشگیری از جرائم، آینده پژوهی یکی از اصول مهم و تاثیرگذار در پیش بینی و آمادگی برای مواجهه با جرائم است. هدف اصلی پژوهش حاضر، بررسی کمیت وقوع جرائم ضرب وجرح با رویکرد تلفیقی سناریونویسی و آینده پژوهی با استفاده از GIS در محیط شهر اهواز بوده است. روش: این پژوهش از نظر هدف، کاربردی و از نظر ماهیت، توصیفی - تحلیلی و از بعد روش شناسی، ترکیبی از روش های کمی و کیفی می باشد. اطلاعات موردنیاز برای انجام آن به صورت کتابخانه ای و با مراجعه به سازمان ها گردآوری شده است. یکی از دقیق ترین روش های شناخت رخدادهای آینده، سناریونویسی است. یافته ها: در این پژوهش، با استفاده از برخی پیش ران های تاثیرگذار در موضوع جرائم ضرب وجرح شهری (الگوی پراکنش توزیع جرائم ضرب وجرح، افزایش جمعیت و تراکم جمعیت، میانگین سطح سواد مجرمین) که با تکیه بر روش های سیستم اطلاعات جغرافیایی، دلفی و پنل خبرگان استخراج و سپس تحلیل شده است، سه سناریو محتمل برای شهر اهواز ترسیم شد که عبارت اند از: افزایش جرائم ضرب وجرح، کاهش جرائم ضرب وجرح و ثبات جرائم ضرب وجرح. نتیجه گیری: نتیجه نهایی نشان داد که با توجه به وضع موجود متغیرهای بررسی و چشم انداز ترسیم شده، محتمل ترین سناریوی جرائم ضرب وجرح شهری مربوط به افزایش جرائم ذکرشده در شهر است که لزوم آینده نگری، پیشگیری از جرائم و درنهایت برنامه ریزی راهبردی را برای مدیریت صحیح و کنترل نرخ کمیت عددی جرائم در سال های آتی آشکار می کند.
Keywords:
Authors
مسعود صفایی پور
استاد در رشته جغرافیا و برنامه ریزی شهری، دانشگاه شهید چمران اهواز، ایران، اهواز
نگار رحیم پور
دانشجوی دکتری جغرافیا و برنامه ریزی شهری، دانشگاه شهید چمران اهواز، اهواز، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :