Risks Surrounding Drug Trade Involvement Among Street-Involved Youth
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Street-involved youth have been shown to be involved in the street-level illicit drug trade in a number of jurisdictions, though little is known about risk factors and sequelae of this behavior. The present study was therefore conducted to investigate factors associated with the street-level drug trade involvement among street-based youth. METHODS: We used logistic regression to examine factors associated with drug dealing among participants in the At-Risk Youth Study in Vancouver, Canada. We also examined motivations for drug trade involvement and types of drugs sold by participants. RESULTS: Overall, 529 street-involved youth were followed during the study period, of whom 307 (58.0%) reported having been involved in the drug trade in the last six months. In a logistic regression analysis, crack cocaine use (Adjusted Odds Ratio [AOR] = 1.84, 95% CI: 1.28-2.67), homelessness (AOR = 1.58, 95% CI: 1.04-2.40), and self-reported police assault [corrected] (AOR = 1.85, 95% CI: 1.14-3.00) were independently associated with drug dealing among cohort participants. Among participants who reported drug dealing, 263 (85.6%) individuals stated that the main reason that they sold drugs was to pay for their personal drug use. CONCLUSIONS: In our setting, street-involved youth implicated in the drug trade are characterized by drug-related and sociodemographic vulnerabilities. These individuals also appear to be motivated by drug dependence and report elevated levels of physical confrontation with police [corrected]. Our findings have immediate implications for drug strategies targeting street-level drug dealing.
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.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 découle