A Macroscopic Framework to Spatially Model Gang Location
Diese Studie schlägt ein makroskopisches Framework zur räumlichen Modellierung von Gang-Standorten und deren Vernetzung unter Verwendung von Twitter-Daten vor, welches die geospatialen Diversitäten in Städten sowie Small-World-Eigenschaften in den Verbindungen zwischen Bundesstaaten aufzeigt, um politische Entscheidungen und zukünftige Forschung zu unterstützen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht vom Autor verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Jahrzehntelang war die Untersuchung krimineller Gruppen eine Angelegenheit des Blickes auf die Landkarte, bei der man sich intensiv auf die engen Straßen und spezifischen Viertel konzentrierte, in denen diese Organisationen operieren. Forscher haben lange verstanden, dass Gangs Territorien beanspruchen, ihre Grenzen oft mit Graffiti oder spezifischen Nachbarschaftsnamen markieren und dass Gewalt häufig ausbricht, wenn diese Grenzen überschritten werden. Diese traditionelle Sichtweise betrachtet Gangs als lokale Phänomene, die isoliert in ihren eigenen Gemeinschaften existieren. Doch eine wachsende Zahl von Belegen deutet darauf hin, dass diese Gruppen nicht so begrenzt sind, wie sie scheinen. Genau wie Menschen digitale Werkzeuge nutzen, um Freundschaften über große Entfernungen hinweg aufrechtzuerhalten, verlassen sich Gangmitglieder zunehmend auf soziale Medien, um Aktivitäten zu koordinieren, Drohungen auszusprechen und Allianzen aufzubauen, die weit über ihre unmittelbare Umgebung hinausreichen. Die Frage hat sich von der einfachen Kartierung eines einzelnen Viertels hin zum Verständnis dahingehend verschoben, wie diese Gruppen sich über ein ganzes Land hinweg verbinden und Städte sowie Bundesstaaten in einem komplexen Geflecht verknüpfen, das traditionelle Polizeiberichte oft nicht erfassen können.
Dies ist das Terrain, das Ryan J. Roberts, ein Forscher an der Youngstown State University, zu erforschen vorgab. Anstatt sich auf Polizeidatenbanken zu verlassen, die oft unvollständig oder eingeschränkt sind, wandte sich Roberts dem öffentlichen digitalen Fußabdruck zu, den Gangmitglieder auf Twitter, heute bekannt als X, hinterlassen haben. Er betrachtete die Plattform nicht als einen Ort für lockere Konversationen, sondern als ein riesiges, Echtzeit-Hauptbuch von Verbindungen. Der Prozess begann mit einer sorgfältigen Suche nach einer spezifischen Sprache – Slang, Akronymen und Phrasen, die einzigartig für Gruppen wie die Bloods, Crips oder Gangster Disciples sind. Sobals potenzielle Profile identifiziert wurden, nahm der Forscher diese nicht einfach als gegeben an. Stattdessen untersuchte er jedes Konto manuell und suchte nach konkreten Beweisen für eine Zugehörigkeit, wie etwa Tattoos, Handzeichen, spezifische Kleiderfarben oder Referenzen zu Gang-Medien. Nur Profile, die mindestens zwei dieser strengen Kriterien erfüllten, wurden beibehalten. Der nächste Schritt bestand darin, den Standort dieser Personen zu verifizieren und alle Konten zu verwerfen, bei denen der Standort nicht bestätigt werden konnte. Schließlich wurden diese verifizierten Profile verwendet, um eine digitale Karte zu erstellen, die Städte und Bundesstaaten basierend auf den Verbindungen zwischen den Mitgliedern verknüpft.
Das daraus resultierende Bild offenbarte ein weita viel umfangreicheres und stärker vernetztes Netzwerk als bisher verstanden. Die Studie identifizierte 23 verschiedene Gangs, die in 88 Städten in den Vereinigten Staaten operieren, zusammen mit Verbindungen zu sieben internationalen Städten. Wenn diese Städte miteinander verknüpft wurden, bildeten sie ein Netzwerk von 233 Verbindungen. Einige Städte kristallisierten sich als bedeutende Knotenpunkte heraus; Los Angeles, Atlanta, Chicago und Compton stachen als am stärksten vernetzte Zentren hervor, die als zentrale Punkte dienten, an denen Mitglieder aus verschiedenen Orten zusammenkamen. Ein Mitglied in Los Angeles könnte beispielsweise Verbindungen zu jemandem in Compton haben, aber auch zu Personen in Murfreesboro, Tennessee, oder Phoenix, Arizona. Diese Verbindungen beschränkten sich nicht auf die Westküste oder den Süden; die Daten zeigten, dass ein Gangmitglied in Chicago mit Gleichgesinnten in Reno, Nevada, oder Baltimore, Maryland, verknüpft sein konnte. Während einige Gruppen eng in ihrer Heimatregion verblieben, zeigten andere eine bemerkenswerte Fähigkeit zur Ausbreitung, wobei Mitglieder in kleinen, weniger dicht besiedelten Städten wie Laurens, South Carolina, und Houma, Louisiana, auftauchten.
Als der Forscher die Perspektive weitete, um die Verbindungen zwischen ganzen Bundesstaaten zu betrachten, wurde das Muster noch eindrucksvoller. Das Netzwerk umfasste 29 US-Bundesstaaten und 7 internationale Regionen, die durch 272 Verbindungen verknüpft waren. Im Gegensatz zur Karte auf Stadtebene, die einige isolierte Taschen aufwies, war die Karte auf Bundesstaatsebene ein einziges, einheitliches Geflecht, in dem jeder Bundesstaat mit mindestens einem anderen verbunden war. Die Struktur dieses Netzes wies das auf, was Forscher als „Small-World-Eigenschaften“ bezeichnen, was bedeutet, dass man, egal welche zwei Bundesstaaten man wählte, wahrscheinlich in nur wenigen Schritten einen Pfad finden konnte, der sie verbindet. Der längste Pfad zwischen zwei Bundesstaaten in diesem Netzwerk lag nur vier Schritte entfernt. Dies deutet darauf hin, dass der Einfluss dieser Gruppen nicht nur lokal, sondern regional und national ist, wobei Mitglieder an Orten wie Georgia und Texas direkte Verbindungen zu internationalen Standorten wie Indonesien und Südafrika haben.
Die Studie hob auch die Grenzen und Nuancen der Nutzung sozialer Medien als Wahrheitsquelle hervor. Der Forscher räumte ein, dass ein Online-Profil nicht immer eine physische Präsenz garantiert; einige Nutzer könnten „Wannabes“ sein, die eine Mitgliedschaft vortäuschen, während andere automatisierte Konten, sogenannte Bots, sind. Um dem entgegenzuwirken, wandte die Studie strenge Verifizierungsregeln an und verworf sie Profile, die Anzeichen von Automatisierung zeigten, wie etwa eine übermäßige Anzahl von Hashtags oder Retweets. Selbst mit diesen Vorsichtsmaßnahmen stellt die Datengrundlage eine digitale Reflexion der Realität dar und kein perfektes Zensus jedes Einzelnen. Die Ergebnisse legen nahe, dass digitale Interaktion nicht automatisch bedeutet, dass offline Gewalt stattfindet, die digitalen Bindungen jedoch oft die physischen Netzwerke widerspiegeln, die vor Ort existieren. Dies ist signifikant, da es offenbart, dass Gang-Aktivitäten nicht auf die urbanen Zentren beschränkt sind, in denen sie am meisten untersucht werden. Die Präsenz dieser Gruppen in kleineren Städten und ländlichen Gebieten, in denen die Ressourcen für die Strafverfolgung oft geringer sind, stellt eine einzigartige Herausforderung dar, die traditionelle, stadtzentrierte Modelle möglicherweise übersehen.
Letztendlich bietet diese Forschung eine neue Art, die Landschaft des organisierten Verbrechens zu betrachten. Durch die Kartierung der digitalen Verbindungen zwischen Gangmitgliedern zeigt die Studie, dass diese Gruppen strukturierte Phänomene sind, die über Nachbarschaften, Städte und Bundesstaaten hinweg existieren. Die Daten zeigen, dass einige Gruppen in ihrem Ursprungsort konzentriert bleiben, während andere erfolgreich landesweit diffundiert sind und ein Netzwerk geschaffen haben, das sowohl geografisch vielfältig als auch eng verknüpft ist. Diese makroskopische Sichtweise ermöglicht ein besseres Verständnis darüber, wie diese Organisationen operieren, wie sie sich verbreiten und wie sie ihren Einfluss über große Distanzen aufrechterhalten. Sie legt nahe, dass Forscher und politische Entscheidungsträger, um Gang-Problematiken effektiv anzugehen, über das unmittelbare Viertel hinausblicken und das breitere, miteinander verbundene Geflecht berücksichtigen müssen, das diese Gruppen über die gesamte Nation hinweg zusammenhält.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.