MétaCan
Menu
Retour à la cohorte
Enregistrement W2991818648 · doi:10.1215/03616878-8004862

Criminal Justice or Public Health: A Comparison of the Representation of the Crack Cocaine and Opioid Epidemics in the Media

2019· article· en· W2991818648 sur OpenAlexaff
Carmel Shachar, Tess Wise, Gali Katznelson, Andrea Louise Campbell

Notice bibliographique

RevueJournal of Health Politics Policy and Law · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCriminologyPublic healthHarm reductionNarrativeMedical terminologyFraming (construction)Opioid epidemicCriminal justiceNews mediaHeroinPsychologyMedicineOpioidPsychiatryPolitical scienceHistoryLawNursing

Résumé

récupéré en direct d'OpenAlex

CONTEXT: The opioid epidemic is a major US public health crisis. Its scope prompted significant public outreach, but this response triggered a series of journalistic articles comparing the opioid epidemic to the crack cocaine epidemic. Some authors claimed that the political response to the crack cocaine epidemic was criminal justice rather than medical in nature, motivated by divergent racial demographics. METHODS: We examine these assertions by analyzing the language used in relevant newspaper articles. Using a national sample, we compare word frequencies from articles about crack cocaine in 1988-89 and opioids in 2016-17 to evaluate media framings. We also examine articles about methamphetamines in 1992-93 and heroin throughout the three eras to distinguish between narratives used to describe the crack cocaine and opioid epidemics. FINDINGS: We find support for critics' hypotheses about the differential framing of the two epidemics: articles on the opioid epidemic are likelier to use medical terminology than criminal justice terminology while the reverse is true for crack cocaine articles. CONCLUSIONS: Our analysis suggests that race and legality may influence policy responses to substance-use epidemics. Comparisons also suggest that the evolution of the media narrative on substance use cannot alone account for the divergence in framing between the two epidemics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil0,665

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,242
Tête enseignante GPT0,494
Écart entre enseignants0,251 · 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 tête enseignante, 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

Citations63
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health Politics Policy and LawMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207