ScholarGate
Assistant
Process / pipelineGeospatial analysis

Modélisation du terrain à risque

La modélisation du terrain à risque (RTM) est une méthode géospatiale de prédiction de la criminalité qui identifie les lieux à haut risque en analysant les caractéristiques environnementales et géographiques qui attirent ou facilitent la criminalité. Développée par Joel Caplan, Lichen Kennedy et James Miller en 2011, la RTM relie la théorie de la criminologie environnementale aux systèmes d'information géographique (SIG) pour créer des cartes de risque prédictives. Contrairement aux méthodes qui prédisent l'emplacement des délinquants (par exemple, le profilage géographique), la RTM prédit où les crimes sont susceptibles de se produire en fonction des caractéristiques du terrain, des infrastructures et des facteurs socio-environnementaux.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Sources

  1. Caplan, J. M., Kennedy, L. W., & Miller, J. (2011). Risk terrain modeling: Brokering criminological theory and GIS methods for crime forecasting. Journal of Research and Practice in Criminal Justice, 17(1), 56-69. link
  2. Kennedy, L. W. (2008). Crime and Environment. Routledge. link
  3. Brantingham, P. J., & Brantingham, P. L. (1991). Environmental criminology. Sage Publications. link

Comment citer cette page

ScholarGate. (2026, June 3). Risk Terrain Modeling for Crime Prediction and Prevention. ScholarGate. https://scholargate.app/fr/forensics/risk-terrain-modeling

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Référencée par

ScholarGateRisk Terrain Modeling (Risk Terrain Modeling for Crime Prediction and Prevention). Consulté le 2026-06-15 sur https://scholargate.app/fr/forensics/risk-terrain-modeling · Jeu de données : https://doi.org/10.5281/zenodo.20539026