MétaCan
Menu
← Retour à la cohorte
Enregistrement W2314527350 · doi:10.3138/cjccj.20160304

Is Retail Alcohol Deregulation Correlated with More Crime and Traffic Injuries? Evidence from Canadian Provinces

2016· article· en· W2314527350 sur OpenAlexaffvenueabout
Anindya Sen

Notice bibliographique

RevueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénale · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPer capitaBinge drinkingDeregulationDemographyInjury preventionDistribution (mathematics)Poison controlDemographic economicsOccupational safety and healthGeographyEnvironmental healthMedicineEconomicsMathematicsPopulation

Résumé

récupéré en direct d'OpenAlex

Data across six Canadian provinces from 1993 to 2011 are employed to estimate the effects of differences in retail alcohol distribution systems on trends in per capita violent and property crime rates and fatality and injury rates from motor vehicle accidents. OLS estimates of dummy variables representing the presence of a more deregulated retail distribution system are either statistically insignificant or significant and negative with respect to different types of crime and traffic-related injuries. These results are robust to the inclusion of different covariates and province/year fixed effects. Estimates from multivariate regression models also reveal that per capita alcohol sales are not higher in provinces with deregulated retail access. Finally, data from the Canadian Community Health Surveys do not reveal any consistent differences between regulated and deregulated provinces in binge drinking among teens and young adults. In summary, provinces with more deregulated retail access to alcohol do not experience worse outcomes than jurisdictions with more controlled availability.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,009
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,098
Tête enseignante GPT0,306
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénale→Même sujetSubstance Abuse Treatment and Outcomes→Travaux en français237 207→