ScholarGate
Assistente
Process / pipelineGeospatial analysis

Modellizzazione del Terreno a Rischio

La Modellizzazione del Terreno a Rischio (Risk Terrain Modeling, RTM) è un metodo di previsione geospaziale della criminalità che identifica luoghi ad alto rischio analizzando caratteristiche ambientali e geografiche che attraggono o facilitano il crimine. Sviluppato da Joel Caplan, Lichen Kennedy e James Miller nel 2011, l'RTM colma il divario tra la teoria della criminologia ambientale e i sistemi informativi geografici (GIS) per creare mappe di rischio predittive. A differenza dei metodi che predicono la localizzazione dell'offender (es. profilazione geografica), l'RTM predice dove è probabile che si verifichino crimini basandosi sulle caratteristiche del terreno, sull'infrastruttura e sui fattori ambientali sociali.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Fonti

  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

Come citare questa pagina

ScholarGate. (2026, June 3). Risk Terrain Modeling for Crime Prediction and Prevention. ScholarGate. https://scholargate.app/it/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

Citato da

ScholarGateRisk Terrain Modeling (Risk Terrain Modeling for Crime Prediction and Prevention). Consultato il 2026-06-15 da https://scholargate.app/it/forensics/risk-terrain-modeling · Insieme di dati: https://doi.org/10.5281/zenodo.20539026