MétaCan
Menu
Retour à la cohorte
Enregistrement W1487371222

Commentary on Legal Framework for Dealing with Drugs in Traffic

2006· article· en· W1487371222 sur OpenAlexaboutno aff
Paul Boase

Notice bibliographique

RevueTransportation research circular · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationLegislatureSanctionsContext (archaeology)EnforcementLaw enforcementBusinessPolitical sciencePublic relationsRisk analysis (engineering)Computer securityPublic administrationLawComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Canada is currently considering legislation that will detail the investigative steps necessary to pursue a drug-impaired prosecution. The hearings into the proposed changes to the Criminal Code of Canada highlights some of the legislative and policy challenges faced when attempting to address this issue specifically in law. A significant challenge identified has been to better document that a significant problem exists in addition to that which is already addressed by alcohol or impaired driving legislation. Any new legislation concerning drug impaired driving will happen within the context of the current environment of alcohol impaired driving enforcement. In many respects the situation is similar, but in others it is not. Legislators, the judicial system and the public are aware of the situation with alcohol impaired driving which may help or hinder new policies and programs related to drug impaired driving. It will be important to exploit the similarities but identify and manage the differences in order to bring in legislation which is both effective and accepted by the police, courts, and drivers. This includes making the requisite resources available to support any legislative or policy changes implemented. It will be very important to ensure that new legislation does not complicate prosecutions or existing sanctions for alcohol impaired driving.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,047
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0280,017
Communication savante0,0130,008
Science ouverte0,0130,006
Intégrité de la recherche0,1110,076
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,355
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation research circularMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207