A Taste for New Psychoactive Substances: Wastewater Analysis Study of 10 Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
New psychoactive substances (NPS) are compounds designed to mimic both licit and illicit drugs, and these substances are being discovered each year through forensic toxicology, drug enforcement agencies, and health authorities. However, there is limited information surrounding their international popularity. In this work, influent wastewater samples (n = 144) were collected from 25 sites in 10 countries: Australia, Belgium, Canada, China, Fiji, Italy, New Zealand, Republic of Korea, Spain, and the United States over the 2020–2021 New Year period. All samples were extracted in the country of origin then shipped and analyzed centrally at the University of South Australia using validated liquid chromatography–mass spectrometry methods. This study focused on 28 NPS stimulants, with 11 detected. The emerging substances eutylone and 3-methylmethcathinone (3-MMC) were detected most frequently and with the highest mass loads, indicating international popularity. Interestingly, the “older” generation stimulants, para-methoxyamphetamine (PMA), methylone, and mephedrone, were also detected. From the sites monitored in this work, areas in New Zealand had the highest loads of NPS stimulant consumption. Results here show that wastewater analysis can elucidate the dynamic nature of the NPS market, providing near real-time information on changing consumption patterns whose information can be used to minimize public risk.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| 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) | 0,002 | 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 découle