“Spice,” “Kryptonite,” “Black Mamba”: An Overview of Brand Names and Marketing Strategies of Novel Psychoactive Substances on the Web
Notice bibliographique
Résumé
UNLABELLED: Abstract Introduction: Novel Psychoactive Substances (NPSs) are often sold online as "legal" and "safer" alternatives to International Controlled Drugs (ICDs) with captivating marketing strategies. Our aim was to review and summarize such strategies in terms of the appearance of the products, the brand names, and the latest trends in the illicit online marketplaces. METHODS: Scientific data were searched in PsychInfo and Pubmed databases; results were integrated with an extensive monitoring of Internet (websites, online shops, chat rooms, fora, social networks) and media sources in nine languages (English, French, Farsi, Portuguese, Arabic, Russian, Spanish, and Chinese simplified/traditional) available from secure databases of the Global Public Health Intelligence Network. RESULTS: Evolving strategies for the online diffusion and the retail of NPSs have been identified, including discounts and periodic offers on chosen products. Advertisements and new brand names have been designed to attract customers, especially young people. An increased number of retailers have been recorded as well as new Web platforms and privacy systems. DISCUSSION: NPSs represent an unprecedented challenge in the field of public health with social, cultural, legal, and political implications. Web monitoring activities are essential for mapping the diffusion of NPSs and for supporting innovative Web-based prevention programmes.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».