Methods for Analyzing School Shooter's Written Communication to Predict Warning Behavior

Dettagli Bibliografici
Parent link:Management of Large-Scale System Development (MLSD)=Управление развитием крупномасштабных систем MLSD'2024: proceedings of 2024 17th International Conference, Russia, Moscow, September 24-26, 2024/ V. A. Trapeznikov Institute of Control Sciences of Russian Academy of Sciences. 4 p..— .— Montreal: IEEE, 2024.— https://doi.org/10.1109/MLSD61779.2024
Altri autori: Savelyev A. O. Aleksey Olegovich, Karpova A. Yu. Anna Yurievna, Tretjyakov D. A. Dmitry Andreevich, Maksimova N. G. Nataliya Gennadievna
Riassunto:The paper presents the initial results of automated meaningful features identification contained in written communication of known school shooters. An analysis of open data sets was performed to identify characteristic cognitive, emotional, psychological, and behavioral traits. The identified features will allow for the creation of a methodology for identifying violent behavior warning signals in potential school shooters
В докладе изложены первичные результаты автоматизированного выявления значимых признаков, содержащихся в письменной коммуникации, для создания диагностической методики по выявлению предупреждающих сигналов насильственного поведения потенциальных скулшутеров. Выполнен анализ открытых наборов данных для определения характерных когнитивных, эмоциональных, психологических и поведенческих признаков
Текстовый файл
AM_Agreement
Lingua:inglese
Pubblicazione: 2024
Soggetti:
Accesso online:https://doi.org/10.1109/MLSD61779.2024.10739582
Статья на русском языке
Natura: Elettronico Capitolo di libro
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=678361

Documenti analoghi