Assessing UK drug policy from a crime control perspective
Notice bibliographique
Résumé
Over the entire last quarter of the 20th century the British drug problem worsened, despite the implementation of a variety of approaches and commitment of substantial criminal justice and other resources. The link between chronic use of expensive drugs and property crime makes this experience important for understanding trends in crime and justice in Britain. The worsening of the problem can be seen in the growing number of new heroin users each year over almost the entire period 1975—2000, on top of which was layered, starting in the late 1990s, the first major outbreak of chronic cocaine use. This was not the common pattern in Western Europe over that time and by 2000 the UK had Western Europe's most serious drug problem. One component of the response has been increasing enforcement against drug markets; in just the decade 1994—2005 the number of prison cell years handed out in annual sentences has tripled. Even with this expansion we estimate that the annual probability of incarceration for a class A drug dealer is only approximately 6 per cent. Since 2000 there has also been a massive increase in treatment resources linked to the criminal justice system. The number of treatment assessments in recent years has been as large as 58 per cent of the number of persons estimated to be problematic users of Class A drugs. The government believes that drug policy has contributed to the decline in crime in the UK since 2000. Using what is known about treatment outcomes, we argue that despite impressive evidence of effect on individual level offending, the effect of treatment expansion in reducing overall crime rates is likely to have been limited.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 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 ».