COMPUTATIONAL CRIMINOLOGY REASONING: CONCEPTS, POSSIBILITIES AND PERSPECTIVES OF USE
DOI:
https://doi.org/10.33766/2524-0323.100.112-126Keywords:
data science, reproducible research, big data, crime prevention effectiveness, computational criminological reasoning.Abstract
The relevant issues of crime research with the use of information technologies are proposed to be united by the concept of "computational criminological reasoning" and defined as follows: the process of substantiating the provisions about crime, its causes, the personality of the criminal, prevention measures, which is carried out by methodologically consistent acquisition of new knowledge from data, which are collected and processed automatically. The results of implemented research projects that provide an opportunity to assess the potential of computational criminological reasoning are presented: collection and intelligence analysis of social media data, use of specialized open databases, modeling of crime prevention using artificial society, computational analysis of the content of criminal liability legislation, reproducible research of crime prevention by data science methodology. The difference in the direction of trends in the development of legislative and law enforcement levels of criminal law regulation has been established: if criminal legislation develops by increasing prohibitions and increasing sanctions in the form of deprivation of liberty, then the practice of its application demonstrates the tendency to reduce the number of convicts and apply fines more often than deprivation of liberty. Inadequate implementation of public interest in the proper functioning of the criminal justice system, as well as a partial oversimplification of combating crime, are observed. It was concluded that the application of computational criminological reasoning in such a situation becomes especially relevant. It is necessary to improve the effectiveness of criminal law regulation at both the law enforcement and legislative levels, the development of crime prevention must necessarily involve the collection and analysis of the largest possible amount of data on crime prevention. It was concluded that the application of computational criminological reasoning in such a situation becomes especially relevant. It is necessary to improve the effectiveness of criminal law regulation at both the law enforcement and legislative levels, the development of crime prevention must necessarily involve the collection and analysis of the largest possible amount of data on crime prevention.
References
Філософський енциклопедичний словник : энциклопедия / НАН України, Ін-т філософії ім. Г. С. Сковороди ; голов. ред. В. І. Шинкарук. Київ : Абрис, 2002. 742 с.
Рабінович П. М. Правова аргументація: терміно-поняттєвий інструментарій дослідження / П. М. Рабінович, Т. І. Дудаш. Вісник Національної академії правових наук України. 2016. № 2. С. 8-20. URL : http://nbuv.gov.ua/UJRN/vapny_2016_2_3.
Дудаш Т. І. Особливості аргументування рішень Європейського Суду з прав людини (до характеристики методологічних підходів). Право України. 2017. № 4. С. 86-95.
Feteris E. Foundamentals of Legal Argumentation: A Survey of Theories on Justi fication of Judicial Decisions. Argumentation Library, 1999. Vol. 1. 225 p.
Щербина О. Ю. До питання про розуміння аргументації у логіко-юридичних дослідженнях. Гуманітарні студії. 2014. Вип. 21. С. 45–53. 6. Stelmach J., Brożek B. Methods of Legal Reasoning. Law and Philosophy Library. 2010. Vol. 78. 236 p.
Козюбра М. І. Моделі (типи) юридичної аргументації. Наукові записки НаУКМА. Серія «Юридичні науки». 2013. Т. 144–145. C. 3–8.
Кістяник В. І. Правова аргументація: сучасні підходи до ї ї розуміння в зарубіжних дослідженнях. Наукові записки НаУКМА. Серія «Юридичні науки». 2012. Т. 129. С. 20–22.
Cioffi-Revilla C. Computational Social Science. Wiley Interdisciplinary Reviews Compu-tational Statistics, 2(3). May 2010. P. 259-271.
Hox J. J. Computational Social Science Methodology, Anyone? Methodology. 2017, 13, pp. 3-12. URL : https://doi.org/10.1027/1614-2241/a000127.
Provost F., Fawcett T. Data Science and its Relationship to Big Data and Data-Driven Decision Making. Big Data. March 2013, pp. 51-59. URL : http://doi.org/10.1089/big. 2013. 1508.
Конверський А. Є. Логіка: підручник. 2‐ге вид., виправлене / А. Є. Конверський. Київ : ВПЦ «Київський університет», 2017. 393 с.
Peng RD. Reproducible research in computational science. Science. 2011. No 334 (6060), рр. 1226–27.
Prakken H., Sartor G., Law and logic: A review from an argumentation perspective. Artificial Intelligence. Volume 227. 2015. P. 214-245. URL : https://doi.org/10.1016/jartint. 2015.06.005.
Карчевський М. В., Кудінов А. С. Ефективність кримінальноправового регулювання в Україні. Вісник Луганського державного університету внутрішніх справ імені Е. О. Дідоренка. 2016. № 4. С. 101–114. URL : https://journal.lduvs.lg.ua/index.php/ journal/ article/view/537; Карчевський М. В., Кудінов А. С. Досвід експертної оцінки кризових явищ у сфері кримінально-правового регулювання. Вісник Асоціації кримінального права України. 2017. № 1(8).С. 163-181.
Web Scraper open free documentation. [Електронний ресурс] URL : https:// www.webscraper.io/documentation.
Ukrainian civilians under Russian attack l WNT. ABC News Youtube chanel. URL : https://youtu.be/nBfjsLTxvH8.
R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing.Vienna, Austria, 2022. URL : https://www.R-project.org/.
Feinerer I., Kurt Hornik K., Meyer D. Text Mining Infrastructure in R. Journal of Statistical Software. 2008. No 25(5): 1-54. URL : https://www.jstatsoft.org/v25/i05/.
WordsCloud.com – Free online Wordcloud generator. [Електронний ресурс] URL : https://www.wordclouds.com.
ACLED – brining clarity to crisis. [Електронний ресурс] URL : https://acleddata. com.
Get started with 3D Maps. Microsoft support. [Електронний ресурс] URL : https:// support.microsoft.com/en-us/office/get-started-with-3d-maps-6b56a50d-3c3e-4a9e-a527-e ea62a387030.
Загиблі через військову агресію рф проти України. Лютий-жовтень, 2022. [Електронний ресурс] URL : https://youtu.be/pGx3nZfXAAI. 24. NetLogo – multi-agent programmable modeling environment. [Електронний ресурс] URL : https://ccl.northwestern.edu/netlogo/.
Wilensky U., Rand W. An Introduction to Agent-Based Modeling: Modeling Natural, Social, and Engineered Complex Systems with NetLogo MIT Press, 2015. 505 p.
Branke J. Artificial Societies. In: Sammut, C., Webb, G. I. (Eds.) Encyclopedia of Machine Learning. Springer, Boston, MA, 2011. URL : https://doi.org/10.1007/978-0-387-30164-8_36.
Карчевський М. В. Агентне моделювання – нові можливості дослідження злочинності. Забезпечення правопорядку в умовах коронакризи : матеріали панельної дискусії IV Харків. Міжнар. юрид. форуму, м. Харків, 23–24 верес. 2020 р. / редкол.: В. Я. Тацій, А. П. Гетьман, Ю. Г. Барабаш, Б. М. Головкін. Харків : Право, 2020. С. 93-98
Карчевський М. В., Одинцова О. В. Автоматизована система для дослідження законодавчої оцінки суспільної небезпечності діяння «In Context». Вісник Луганського державного університету внутрішніх справ імені Е.О. Дідоренка. 2019. Вип. 4(88). С. 92-101. URL : https://doi.org/10.33766/2524-0323. 88.92-101.
Карчевський М. В. Загальна динаміка кримінально-правового регулювання на законодавчому та правозастосовчому рівнях. [Електронний ресурс] URL : https:// github.com/Nickolay78/Criminal_Code_of_Ukraine.
Карчевський М. В. Протидія злочинності в Україні у форматі DATA SCIENCE. Вісник Луганського державного університету внутрішніх справ імені Е.О. Дідоренка. 2022. Вип. 2(98). С. 202-227. URL : https://doi.org/10.33766/2524-0323.98.202-227.
Карчевський М. В. Вхідні дані, скрипти збирання, очищення, обробки та побудови візуалізацій для web-застосунку. Інтерактивний довідник "Протидія злочинності в Україні (2013-2021). URL : https://github.com/Nickolay78/Combating-Crime-in-Ukrai ne-2013-2021.
Карчевський М. В. Протидія злочинності в Україні : інфорграфіка : інтерактивний довідник. [Електронний ресурс] URL : https://karchevskiy.org/i-dovidnyk/.
