MétaCan
Menu
Retour à la cohorte
Enregistrement W2786620256

TOWARDS A SOCIOLOGY OF HARM REDUCTION: A COMPARATIVE STUDY OF DRUG POLICY CHANGE IN CANADA AND THE UNITED KINGDOM BETWEEN THE YEARS 1900 AND 2017

2017· dissertation· en· W2786620256 sur OpenAlexfundaboutno aff
Steven Hayle

Notice bibliographique

RevueTSpace (University of Toronto) · 2017
Typedissertation
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésHarm reductionKingdomPolitical scienceSociologySocial scienceCriminologyMedicinePublic healthNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The primary goal of this dissertation is to advance a sociological understanding of harm reduction policy development and change. Drawing on social constructionism, as well as comparative and historical methodologies, this dissertation accomplishes the abovementioned goal by comparing and contrasting the development of harm reduction policies for intravenous drug use (IDU) in Canada and the United Kingdom (UK).This dissertation addresses a gap in the drug policy scholarship: namely a lack of sociological research using comparative methods to explain similarities and differences in the development of harm reduction policy across geographical locations and over time. While there exists a large, multi-disciplinary literature that explores the development of specific harm reduction programs such as needle exchanges and drug consumption rooms, to my understanding this is the first large-scale study to approach the topic from a sociological perspective. To accomplish the goals set out in this paper, I analyse content drawn from 60 federal Hansard documents, 47 municipal council documents (Vancouver City Council minutes), 32 committee reports and 2,609 newspaper and online news articles from Canada (N=1,866) and England and Wales (N=7443) that were published between 1997 and 2017.

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)0,006
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil0,816

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0110,025
Études des sciences et des technologies0,0260,020
Communication savante0,0140,005
Science ouverte0,0020,006
Intégrité de la recherche0,0020,004
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 Opus0,100
Tête enseignante GPT0,379
Écart entre enseignants0,279 · 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'étudeQualitatif
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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetHIV, Drug Use, Sexual RiskTravaux en français237 207