Les États-Unis connaissent une effroyable taux élevé d’homicides par arme à feumais prédire avec précision ces incidents, en particulier sur une base mensuelle, a été un défi de taille, en raison du retard dans la publication des données officielles sur la mortalité par arme à feu des Centers for Disease Control and Prevention (CDC), qui est la pierre angulaire d’une recherche fiable sur les armes à feu.
Une nouvelle méthodologie développée par une équipe de la NYU Tandon School of Engineering pourrait changer cela.
Dans un article publié dans le Journal de justice pénale, des chercheurs dirigés par Maurizio Porfiri, professeur à l’Institut NYU Tandon et directeur du Center for Urban Science and Progress (CUSP), ont révélé qu’en combinant les données du CDC avec des données provenant de diverses autres sources, ils ont créé un modèle qui surpasse les techniques actuellement utilisé pour prédire les taux mensuels d’homicides par arme à feu. Certaines des autres sources de données des chercheurs étaient les services de police de la ville, les reportages et la base de données participative Gun Violence Archive.
« Les décideurs et les praticiens utilisent souvent des données obsolètes ou limitées pour prendre des décisions concernant les stratégies de réduction de la violence armée, évidemment une situation moins qu’idéale lorsque la précision est un objectif », a déclaré Porfiri. « Notre modèle peut être utilisé pour combler les lacunes dans les données et anticiper les flambées de violence, offrant ainsi une aide concrète aux interventions fondées sur des preuves. »
Selon Porfiri, les analystes et les chercheurs sur la violence armée s’appuient généralement sur les données annuelles définitives du CDC sur les décès par arme à feu, qui sont généralement publiées en décembre et couvrent l’année civile précédente. Cela signifie que les données de janvier qu’il contient remontent à près de deux ans au moment où elles sont disponibles. Bien que le CDC publie également des données trimestrielles provisoires sur les armes à feu 10 mois après la fin de chaque trimestre, ces données sont sujettes à révision, ce qui réduit leur utilité.
La méthodologie multi-sources de données de l’équipe de recherche interdisciplinaire compense les limites des données du CDC et fournit un moyen non seulement de prévoir avec précision les taux mensuels d’homicides par arme à feu, mais également de vérifier ces taux pour les mois précédents, avant que le CDC ne publie ses données. Les membres de l’équipe du projet comprennent Salvador Ramallo, boursier Fulbright de l’Université de Murcie, en Espagne, en visite à Porifiri au CUSP, et les collaborateurs de longue date de Porifiri, Maximo Camacho et Manuel Ruiz Marin, professeurs à l’Université de Murcie et à l’Université technique de Carthagène, Espagne , respectivement.
Les chercheurs ont appliqué un modèle à facteurs dynamiques, une technique statistique utilisée pour identifier et analyser des modèles et des relations entre des variables qui changent au fil du temps, à plus de 20 ans de données. Ils ont utilisé à la fois des analyses « prévisionnelles » et « rétrospectives » sur des dates historiques en utilisant des données à fréquence mixte disponibles à ce moment-là, prévoyant jusqu’à un an et rétropolant aussi récemment que le mois précédant le moment de l’analyse. Les chercheurs ont confirmé que leur modèle prédisait les taux d’homicides mensuels avec plus de précision que les modèles concurrents, en comparant ses résultats aux données des rapports annuels du CDC pour ces dates historiques.
Outre le CDC, les sources de données analysées dans la recherche étaient les Gun Violence Archive ; les services de police de New York, Chicago et Philadelphie ; The New York Times et The Washington Post (présence de mots-clés dans les reportages) ; Tendances Google; Système national de vérification instantanée des antécédents criminels (NCIS); indice d’incertitude de la politique économique ; et des données Twitter géo-ciblées reflétant la présence de certains mots-clés.
Le nouveau modèle pourrait être intégré à un tableau de bord public ou à un autre outil, a déclaré Porifiri, afin que les chercheurs et autres puissent l’utiliser facilement.
Cette dernière étude contribue à la recherche en cours basée sur des données de Porfiri concernant la prévalence et la violence des armes à feu aux États-Unis, et à ses efforts globaux pour étudier «l’écosystème des armes à feu» aux États-Unis. Les projets précédents se sont concentrés sur les facteurs qui incitent à l’achat d’armes à feu et sur les tendances de possession d’armes à feu d’un État à l’autre.
Plus d’information:
Salvador Ramallo et al, Un modèle à facteurs dynamiques pour prédire les homicides par arme à feu aux États-Unis, Journal de justice pénale (2023). DOI : 10.1016/j.jcrimjus.2023.102051