MétaCan
Menu
Retour à la cohorte
Enregistrement W3206119362 · doi:10.15353/rea.v12i3.1790

Identifying New Approaches for U.S. Drug Policy using Ownership, Location, and Internalization Factors

2020· article· en· W3206119362 sur OpenAlexvenueno aff
Mariana Sáenz, Antony G. Barilla

Notice bibliographique

RevueReview of Economic Analysis · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCocaLatin AmericansDrug controlEconomicsExternalityPoliticsUnemploymentLawEconomic growthPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Dunning’s Eclectic Paradigm is used to assess the effectiveness and impact of U.S. drug prohibition policy on economic growth and political stability in Latin American countries as well as the decision making of Latin American Transnational Criminal Enterprises (TCE) in the cocaine-coca market. Results showed U.S. drug prohibition policy reduces the on-site supply but does not significantly reduce the transportation of cocaine and coca. U.S. drug prohibition policy also generated political instability for the region, and revealed policy externalities that facilitated TCE expansion. Tougher U.S. drug prohibition policy advances TCE by amplifying the impact that unemployment and local wages have on increases in cocaine-coca production, and by limiting the impact of control of corruption and economic freedom on coca eradication. Our results signal that a site-specific approach accompanied with policies that improve the farmers’ economic freedom, such as land formalization rights, and policies that lower unemployment rate facilitate effective U.S. drug prohibition policy.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,670
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,179
Tête enseignante GPT0,368
Écart entre enseignants0,190 · 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'étudeSans objet
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economic AnalysisMême sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207