MétaCan
Menu
Retour à la cohorte
Enregistrement W2404524356 · doi:10.1080/17440572.2016.1179632

How MDMA flows across the USA: evidence from price data

2016· article· en· W2404524356 sur OpenAlexaboutno aff
Siddharth Chandra, Yan-Liang Yu, Vinay Bihani

Notice bibliographique

RevueGlobal Crime · 2016
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueForensic Toxicology and Drug Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMDMAMiamiEconomic geographyDrug traffickingGeographyDemographic economicsRegional scienceEconomicsSociologyPsychologyEnvironmental scienceCriminology

Résumé

récupéré en direct d'OpenAlex

This study uses wholesale prices of MDMA for 59 cities in the USA published by the National Drug Intelligence Center (NDIC) over the period of 2002–2011 to identify trafficking patterns of MDMA. Price differentials and correlations between pairs of cities are used to infer the presence of a link and the direction of flow of MDMA. The presence of inward and outward links is used to categorise each city as a ‘source’, ‘destination’, ‘transit’, or ‘weakly integrated’ city. The analysis identified low prices close to the Canadian and Mexican borders, in a number of cities such as Chicago, Miami, New York City, a trio of cities in the Carolinas, and along the West Coast. A number of these cities are linked to large numbers of other cities, indicating hub- or source-like status. The findings generate insights into the status of major US cities in the MDMA trafficking network.

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)0,001
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 enseignants0,107
Score d'incertitude au seuil0,212

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,209
Tête enseignante GPT0,467
Écart entre enseignants0,258 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal CrimeMême sujetForensic Toxicology and Drug AnalysisTravaux en français237 207