MétaCan
Menu
Retour à la cohorte
Enregistrement W2754675317 · doi:10.5539/gjhs.v9n11p114

Captagon, Octodrine, and NBOMe: An Integrative Analysis of Trends Databases, the Deep Web, and the Darknet

2017· article· en· W2754675317 sur OpenAlexvenueno aff
Ahmed Al-Imam, Ban A. AbdulMajeed

Notice bibliographique

RevueGlobal Journal of Health Science · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePsychedelics and Drug Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopularityThe InternetComputer scienceDatabaseWorld Wide WebPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Captagon, Octodrine, and NBOMe are unique substances; each represents a chemical category of its own pharmacodynamic and pharmacokinetic properties. Captagon is an amphetamine-type stimulant, while octodrine is a sympathomimetic agent, on the other hand, NBOMe is a hallucinogen (psychedelic substance). However, the mechanism of action for each is exerted via monoamine transporters.MATERIALS & METHODS: This study will explore these substances using an integrative approach via the analysis of the surface and deep web, and a trends database. The aims are; to visualise the extent of diffusion of each substance on the internet, conclude the geo-mapping for the diffusion, to see if the patterns are compatible on both divisions of the web, and to infer data on the basis of the power (authority) for e-vendors on the darknet e-marketplace. This study is a hybrid of cross-sectional and retrospective analyses.RESULTS: Google Trends analyses confirmed that the popularity of captagon is ahead over both NBOMe and octodrine; captagon popularity was correlated with terror attacks in the developed world, particularly in western European countries. The contribution of the developing countries to the diffusion of these substances, including the Middle East, was minimal.CONCLUSION: This study proposes a novel method to analyse the e-markets on the darknet via the use of; analysis of the basis of power, inferential statistics, geo-mapping in parallel with data from Google Trends database. Data from Google Trends can serve as a foundation for data mining techniques for an efficient warning system against an anticipated swarm of intoxications or an attack of terror.

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)0,006
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 enseignants0,020
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0200,016
Études des sciences et des technologies0,0000,000
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,051
Tête enseignante GPT0,444
Écart entre enseignants0,393 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetPsychedelics and Drug StudiesTravaux en français237 207