MétaCan
Menu
Retour à la cohorte
Enregistrement W4387544125 · doi:10.1177/23814683231202984

Modeling as Visioning: Exploring the Impact of Criminal Justice Reform on Health of Populations with Substance Use Disorders

2023· article· en· W4387544125 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMDM Policy & Practice · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensUniversité de MontréalUniversity of Toronto
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésOperationalizationCriminal justicePunitive damagesFutures contractHarmContext (archaeology)Harm reductionTransformative learningPsychological interventionPolitical scienceCriminologyPublic economicsRisk analysis (engineering)PsychologyPublic relationsBusinessEconomicsMedicineLawPublic healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

In the context of historic reckoning with the role of the criminal-legal system as a structural driver of health harms, there is mounting evidence that punitive drug policies have failed to prevent problematic drug use while fueling societal harms. In this explainer article, we discuss how simulation modeling provides a methodological framework to explore the potential outcomes (beneficial and harmful) of various drug policy alternatives, from incremental to radical. We discuss potential simulation modeling opportunities while calling for a more active role of simulation modeling in visioning and operationalizing transformative change. Highlights: This article discusses opportunities for simulation modeling in projecting health and economic impacts (beneficial and harmful) of drug-related criminal justice reforms.We call on modelers to explore radical interventions to reduce drug-related harm and model grand alternative futures in addition to more probable scenarios, with a goal of opening up policy discourse to these options.

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 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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,207
Tête enseignante GPT0,472
Écart entre enseignants0,265 · 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