The Dynamic Environment of Crypto Markets: The Lifespan of New Psychoactive Substances (NPS) and Vendors Selling NPS
Notice bibliographique
Résumé
The Internet has played a major role in the distribution of New Psychoactive Substances (NPS), and crypto markets are increasingly used for the anonymous sale of drugs, including NPS. This study explores the availability of individual NPS and vendors on the crypto markets and considers whether crypto markets are a reliable platform for the sale of NPS. Data was collected from 22 crypto markets that were accessed through the hidden web using the Onion Router (Tor). Data collection took place bimonthly from October 2015 to October 2016 as part of the CASSANDRA (Computer Assisted Solutions for Studying the Availability aNd DistRibution of novel psychoActive substances) project. In seven snapshots over 12 months, 808 unique vendors were found selling 256 unique NPS. The total number of individual NPS and vendors increased across the data collection period (increase of 93.6% and 71.6%, respectively). Only 24% (n = 61) of the total number of NPS and 4% (n = 31) of vendors appeared in every snapshot over the 12 months, whereas 21% (n = 54) of NPS and 45% (n = 365) of vendors only appeared once throughout the data collection. The individual NPS and vendors did not remain the same over the 12 months. However, the availability of NPS and vendors selling NPS grew. NPS consistently available on crypto markets could indicate popular substances.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».