ALGOPOL: Research into Value-Sensitive and Transparent Algorithmization in the Police


Selten, F., Robeer, M., & Grimmelikhuijsen, S. (2023). ‘Just like I thought’. Street‐level bureaucrats trust AI recommendations if they confirm their professional judgement. Public Administration Review.
ten Bok, M. (2022). Agent & Algoritme. [Master Scriptie, Universiteit Utrecht], Utrecht University Archief.
Massop, R. (2022). Wie bepaalt: het systeem of de politieagent? Een kwalitatief vignettenonderzoek naar automatiseringsbias en selective opvolging bij het werken met AI toepassingen bij de politie. [Master Scriptie, Universiteit Utrecht], Utrecht University Archief.

Fest, I. C., Wagner, B., & Wieringa, M. A. (2022). People of Data: Responsible data science is a responsibility for all . Patterns3(10).

Fest, I. C., Wagner, B., & Wieringa, M. A. (2022). Paper vs. practice: How legal and ethical frameworks influence public sector data professionals in the Netherlands. Patterns3(10).

Grimmelikhuijsen, S., & Meijer, A.J. (2022). Legitimacy of Algorithmic Decision-Making: Six Threats and the Need for a Calibrated Institutional Response. Perspectives on Public Management and Governance, 1–11.

Grimmelikhuijsen, S. (2022). Explaining why the computer says no: algorithmic transparency affects the perceived trustworthiness of automated decision-making. Public Admin Rev. Accepted Author Manuscript.

Soares, C. (2021). Algorithmization at the Dutch National Police. An ethnographic report of street-level bureaucrats enactment with algorithms. Abstract voor EGPA 2021. Contact Carlos Soares voor het volledige artikel.

Nieuwenhuizen, E.N., Meijer, A.J., Grimmelikhuijsen, S.G., & Bex, F.J. (2021). Trust in algorithmic recommendations: evidence from two survey experiments. Abstract voor PMRC 2022. Contact Esther Nieuwenhuizen voor het volledige artikel.

Fest, I.C., Meijer, A.J., van Dijck, J.F.T.M., & Schäfer, M.T. (2021). Responsibility in algorithmic practice: how data scientists weigh public values. Abstract voor EGPA 2021. Contact Isabelle Fest voor het volledige artikel.

Selten, F. (2021). Can explainable ai mitigate decision-making errors induced by algorithms in street-level police work? An experiment. (Master’s thesis).

Meijer, A., Grimmelikhuijsen, S. & Bovens, M. (2021). De legitimiteit van het algoritmisch bestuur: Een systematisch overzicht van bedreigingen en oplossingsrichtingen. Nederlands Juristenblad, 96(18), 1470-1478.

Lorenz, L., Meijer, A., & Schuppan, T. (2021). ‘The Algocracy as a new ideal type for government organizations: Predictive policing in Berlin as an empirical case’. Information Polity, 26(1), 71-86. Te lezen via: 

Meijer, A., & Grimmelikhuijsen, S.G. (2020). Responsible and accountable algorithmization: How to generate citizen trust in governmental usage of algorithms. In: Schuilenburg, M., & Peeters, R. (Eds.). (2020). The Algorithmic Society: Technology, Power, and Knowledge, pp. 53-66, Routledge.

Nieuwenhuizen, E. N. (2020). Artificiële intelligentie, is dat wel te vertrouwen? Een experimentele studie naar het effect van uitleg over beslissingen van het intelligente aangiftesysteem van de politie op het vertrouwen van burgers in deze beslissingen (Master’s thesis). Te lezen via:

Meijer, A., & Wessels, M. (2019). Predictive policing: Review of benefits and drawbacks. International Journal of Public Administration, 42(12), 1031-1039. Te lezen via: