MétaCan
Menu
Retour à la cohorte
Enregistrement W2102781669 · doi:10.1016/j.drugpo.2014.09.001

HIV, drugs and the legal environment

2014· article· en· W2102781669 sur OpenAlexaff
Steffanie A. Strathdee, Leo Beletsky, Thomas Kerr

Notice bibliographique

RevueInternational Journal of Drug Policy · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésCriminalizationHarm reductionLaw enforcementEnforcementAccountabilityPublic healthCriminal justiceHarmTransparency (behavior)Political scienceCriminologyLawBusinessPublic relationsMedicineSociologyNursing

Résumé

récupéré en direct d'OpenAlex

A large body of scientific evidence indicates that policies based solely on law enforcement without taking into account public health and human rights considerations increase the health risks of people who inject drugs (PWIDs) and their communities. Although formal laws are an important component of the legal environment supporting harm reduction, it is the enforcement of the law that affects PWIDs' behavior and attitudes most acutely. This commentary focuses primarily on drug policies and policing practices that increase PWIDs' risk of acquiring HIV and viral hepatitis, and avenues for intervention. Policy and legal reforms that promote public health over the criminalization of drug use and PWID are urgently needed. This should include alternative regulatory frameworks for illicit drug possession and use. Changing legal norms and improving law enforcement responses to drug-related harms requires partnerships that are broader than the necessary bridges between criminal justice and public health sectors. HIV prevention efforts must partner with wider initiatives that seek to improve police professionalism, accountability, and transparency and boost the rule of law. Public health and criminal justice professionals can work synergistically to shift the legal environment away from one that exacerbates HIV risks to one that promotes safe and healthy communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,285

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,319
Écart entre enseignants0,306 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations89
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Drug PolicyMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207