Arrest and Detention in International Travelers
Notice bibliographique
Résumé
BACKGROUND: Our objective was to examine the characteristics of international travelers from Canada who have been arrested or detained while abroad, and to review the health implications of incarceration. METHOD: An EpiInfo 6 program was created to analyse all of the Consular reports received in 1995 via the Secure Integrated Global Network (SIGNET) which provides communications and computerization services to the Department of Foreign Affairs and International Trade, Canada. The Consular Management and Operations System was designed to support the delivery of consular services by the Department, and to link Headquarters in Ottawa with missions in other countries through case management files, including a "Prisoners" file. Information obtained included personal demographics (age, gender), date, country, and reason for arrest or detention, and outcome of judicial process. RESULTS: There were 1, 086 arrest or detention reports received from Consular services via SIGNET in 1995. Males outnumbered females 5.6:1. Most individuals arrested were young: 57.5% were less than 40 years, and 79% were less than 50 years. Drug related charges were cited in 33.1% of all cases, with 52.8% of arrested females charged with drug related offenses. The documented conviction rate was 96%. The majority of detained Canadian travelers were held in countries within the Americas (791 cases - 69.2%), with 642 (59.1%) being detained in the USA. CONCLUSIONS: Arrest and detention is an unusual occurrence for international travelers but relative youth, male gender, and female drug couriers were identifiable risk characteristics. Public awareness campaigns can be targeted to specific population demographics, but all international travelers need to be counseled on the consequences of transgressing laws in foreign countries.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».