MétaCan
Menu
Retour à la cohorte
Enregistrement W4386522439 · doi:10.2196/48189

Corpus-Based Discourse Analysis of a Reddit Community of Users of Crystal Methamphetamine: Mixed Methods Study

2023· article· en· W4386522439 sur OpenAlexaffvenue
Andrew Lustig, Gavin Brookes

Notice bibliographique

RevueJMIR Infodemiology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMethamphetamineContext (archaeology)LexiconPsychologyDiscourse analysisAddictionConstruct (python library)MDMASociologySocial psychologyLinguisticsPsychiatryHistoryComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Methamphetamine is a highly addictive stimulant that affects the central nervous system. Crystal methamphetamine is a form of the drug resembling glass fragments or shiny bluish-white rocks that can be taken through smoking, swallowing, snorting, or injecting the powder once it has been dissolved in water or alcohol. OBJECTIVE: The objective of this study is to examine how identities are socially (discursively) constructed by people who use methamphetamine within a subreddit for people who regularly use crystal meth. METHODS: Using a mixed methods approach, we analyzed 1000 threads (318,422 words) from a subreddit for regular crystal meth users. The qualitative component of the analysis used concordancing and corpus-based discourse analysis to identify discursive themes informed by assemblage theory. The quantitative portion of the analysis used corpus linguistic techniques including keyword analysis to identify words occurring with statistically marked frequency in the corpus and collocation analysis to analyze their discursive context. RESULTS: Our findings reveal that the subreddit contributors use a rich and varied lexicon to describe crystal meth and other substances, ranging from a neuroscientific register (eg, methamphetamine and dopamine) to informal vernacular (eg, meth, dope, and fent) and commercial appellations (eg, Adderall and Seroquel). They also use linguistic resources to construct symbolic boundaries between different types of methamphetamine users, differentiating between the esteemed category of "functional addicts" and relegating others to the stigmatized category of "tweakers." In addition, contributors contest the dominant view that methamphetamine use inevitably leads to psychosis, arguing instead for a more nuanced understanding that considers the interplay of factors such as sleep deprivation, poor nutrition, and neglected hygiene. CONCLUSIONS: The subreddit contributors' discourse offers a "set and setting" perspective, which provides a fresh viewpoint on drug-induced psychosis and can guide future harm reduction strategies and research. In contrast to this view, many previous studies overlook the real-world complexities of methamphetamine use, perhaps due to the use of controlled experimental settings. Actual drug use, intoxication, and addiction are complex, multifaceted, and elusive phenomena that defy straightforward characterization.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,623

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
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 Opus0,085
Tête enseignante GPT0,465
Écart entre enseignants0,380 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR InfodemiologyMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207