aplicaÇÃo da pesquisa operacional na polÍcia › spolm › en › sites › www... · estado do...
Post on 09-Jun-2020
1 Views
Preview:
TRANSCRIPT
APLICAÇÃO DA PESQUISA OPERACIONAL NA POLÍCIA
Cel. PM Marcio Pereira BasílioSubsecretário de Estado
Chefe do Estado Maior da PMERJ
ESTADO DO RIO DE JANEIRO
92 municípios
Área territorial: 43.750,423 km² População estimada (2018): 17.159.960 pessoasDensidade demográfica (2010): 365,23 hab/km²Índice de desenvolvimento humano em 2010 (IDH ): 0,761Rendimento mensal domiciliar per capita (2018): R$ 1.689
A 3ª maior população do Brasil
O 4ª maior IDH do Brasil
Em área, é equivalente a Dinamarca
Em população, é equivalente a Equador
MISSÃOMISSÃOMelhorar a qualidade de vida no Estado do Rio de Janeiro, através da preservação da ordem pública e da garantia dos direitos fundamentais
VISÃOVISÃOSer referência em polícia de proximidade, orientada pela gestão e solução de problemas
VALORESVALORESPreservação da vida e da dignidade da pessoa humana Respeito ao interesse público, ao policial e ao cidadão Profissionalismo com reconhecimento de mérito Governança com foco em resultado Transparência Hierarquia e disciplina
PMERJ EM NÚMEROSPMERJ EM NÚMEROS:43.901 policiais militares (folha de pagamento set/19)
Orçamento anual de R$ 5,4 bilhões (LOA)
39 Batalhões
30 UPPs
2 Hospitais, e 4 policlínicas
7 Unidades de ensino
1521 viaturas radiopatrulha
603 viaturas PATAMO (com área para condução de presos)
357 motopatrulhas
33 mil armamentos
11 mil homens/dia aplicados na atividade fim
NOSSOS PRINCIPAIS INDICADORES
Indicador 2018 2019 Dif%Latrocínio (Roubo seguido de morte) 137 91 -34%Roubo a Estabelecimento Comercial 5073 3811 -25%Roubo de Veículo 39954 30537 -24%Homicídio Doloso 3843 2993 -22%Roubo de Carga 6947 5689 -18%Roubo a Transeunte 67597 59245 -12%Roubo em Coletivo 11707 11574 -1%Roubo de Aparelho Celular 19731 19937 1%Roubo após Saque em Instituição Financeira 706 745 6%Morte por Intervenção de Agente do Estado 1184 1383 17%
Fonte de dados: ISP
Comparativo entre indicadores – De janeiro a setembro de 2019
NOSSOS PRINCIPAIS INDICADORES
Tipo Quantidade PercentualPistola 2145 43,3%
Revólver 1661 33,5%Espingarda/Escopeta 462 9,3%
Fuzil 365 7,4%Trabuco 167 3,4%Garrucha 74 1,5%
Rifle 27 0,5%SubMetralhadora 26 0,5%
Carabina 17 0,3%Metralhadora 6 0,1%Outra Arma 3 0,1%
Total 4953 100%
Armas apreendidas de janeiro a agosto de 2019
Fonte: SSI, coletado e processado por CAEs/Escritório de Gestão da Qualidade.
Dif. % Aumento de 36% nas apreensões
Fuzis Apreendidos pela PMERJAté ago/18 233Até ago/19 365
PESQUISA OPERACIONAL X ÁREA POLICIALESTADO DA ARTE
Autor(es) País Método Tema
(BASILIO; PEREIRA; COSTA, 2019) Brasil ELECTRE III Segurança Pública
(WONG; MANNING, 2018) Hong Kong
Dynamic Hierarchy Process (DHP) Prevenção do crime
(MU; CHUNG; REED, 2017) EUA AHP Segurança pública
(SOUSA, et al., 2017) Brasil Multicriteria Analysis in GIS Segurança pública
(LIBERATORE; CAMACHO-COLLADOS, 2016)
Espanha Graph Algorithms Segurança pública
(FIGUEIREDO; MOTA, 2016) Brasil Dominance-Based Rough Set Approach (DRSA)
Segurança pública
(CHEN; WANG; DENG, 2015) China TOPSIS-RSR Segurança nas estradas
(DE PAULA SILVA, et al., 2015) Brasil Multi-criteria analysis - MCA (not specified)
Prevenção do crime
(CAMACHO-COLLADOS; LIBERATORE; ANGULO, 2015)
Espanha Linear Programming Segurança pública
(BOURANTA; SISKOS; TSOTSOLAS, 2015) Grécia MUSA system Segurança pública
(CAMACHO-COLLADOS; LIBERATORE, 2015)
Espanha Linear Programming Prevenção do crime
(ÖZDEMIR; GÜNEROĞLU, 2015) Turquia DEMATEL / ANP Segurança marítima
(DI BELLA; CORSI; LEPORATTI, 2014) Italia POSAC analyzes / PCA / MDS Prevenção do crime
(GUPTA; CHANDRA; GUPTA, 2014) India Data Mining Segurança Pública
(ADLER, et al., 2014) Israel Multiple-objective programming Segurança pública
(MIGNELLI; POMARICO; PEILA, 2013) Italia AHP Segurança nas estradas
(MANNING; SMITH; HOMEL, 2013) EUA MCDM Prevenção do crime
(CHEN, et al., 2013) Taiwan Gathering and scattering model analysis
Segurança pública
(GURGEL; MOTA, 2013) Brasil SMARTS multicriteria method Prevenção do crime
(AMENDOLA, et al., 2011) EUA Analysis of Covariance (ANCOVA) Segurança pública
(KARVETSKI; LAMBERT; LINKOVZ, 2011) EUA AHP Segurança militar
(LAU, et al., 2010) Hong Kong
Linear Programming Segurança pública
(NUTT; KING; PHILLIPS, 2010) Inglaterra
Multi-criteria analysis – MCA (not specified)
Prevenção do crime
PESQUISA OPERACIONAL X ÁREA POLICIALESTADO DA ARTE
Autor(es) Método(s) Tópico
(VAN BANERVELD; KECHADI; LE-KHAC , 2016)
NLP Crimes do colarinho branco
(HAO; DAI, 2016) Text mining Fraudes financeiras
(SAHA; BOSE; MAHANTI, 2016) Text mining Fraudes financeiras
(ZAEEM, et al., 2017) Text mining Fraudes financeiras
(KU; LEROY, 2014) NLP/machine learning Crimes em geral
(NISSAN, 2017) Text mining Crimes em geral
(ANAND; JHUMKA; WADE, 2011) Text mining Crimes em geral
(TSENG, et al., 2012) Text mining Crimes em geral
(NETSUWAN; KESORN, 2017) Text mining Prevenção de crime
(GOWRI; ANANDHA MALA; DIVYA, 2014) Text mining Prevenção de crime
(CHEN; LIU; HO, 2013) Text mining Prevenção de crime
(PRAMANIK, et al., 2017) Text mining Prevenção de crime
(WANG, et al., 2016) Text mining/ Latent Dirichlet allocation (LDA)
Tráfico de drogas
(DIJKSTRA, et al., 2014) Text mining Tráfico de drogas
(SONG, et al., 2016) Text mining Suicídio entre adolescente
(POELMANS, et al., 2009; POELMANS, et al., 2011)
Text mining Violência doméstica
(FOX, et al., 2008) Text mining Atos de terrorismo
(BALL, 2016) Text mining Atos de terrorismo
(RAKOTONIRAINY, et al., 2015) Text mining Investigações de acidentes
(BROWN, 2016) Text mining/ Latent Dirichlet allocation (LDA)
Investigações de acidentes
(ALI, et al., 2017) Text mining Investigações de acidentes
(DAYA SAGAR, et al., 2018) Text mining Crimes em geral
(EL HANNACH; BENKHALIFA, 2018) Text mining
Crimes em geral
(KOSTAKOS, 2018) Text mining Atos de terrorismo
(AGHABABAEI; MAKREHCHI, 2018) Text mining Crimes em geral
(K.; THILAGAM, 2019) Text mining Crimes em geral
(DAS; DAS, 2019) Text mining Crimes em geral
(IQBAL, et al., 2019) Text mining Crimes em geral
(DAS, et al., 2019) Word2Vec Crimes em geral
PESQUISA OPERACIONAL: Trabalho em desenvolvimento
PESQUISA OPERACIONAL: Trabalho em desenvolvimento
PESQUISA OPERACIONAL: OPORTUNIDADES DE APLICAÇÃO NA ÁREA POLICIAL
REFERÊNCIA:
BASILIO, M.; PEREIRA, V.; BRUM, G. Identification of operational demand in law enforcement agencies. Data Technologies and Applications, v. 53, n 3, p. 333-372, 2019. https://doi.org/10.1108/DTA-12-2018-0109
BASILIO, M. P.; PEREIRA, V.; COSTA, H. G. Review of the literature on multicriteria methods applied in the field of public security. Universal Journal of Management, v. 5, n. 12, p. 549-562, 2017. DOI:10.13189/ujm.2017.051202.
BASILIO, M. P.; PEREIRA, V.; COSTA, H. G. Classifying the integrated public safety areas (IPSAs): a multi-criteria based approach. Journal of Modelling in Management, v.14, n. 1, p. 106-133, 2019. https://doi.org/10.1108/JM2-01-2018-0001.
top related