MétaCan
Menu
Retour à la cohorte
Enregistrement W4394694760 · doi:10.1093/bjc/azae021

‘Valuable Lives to Save’ vs. ‘Babysitting These People While They Try to Kill Themselves’: Changing Police Attitudes Towards Safe Consumption Sites

2024· article· en· W4394694760 sur OpenAlexafffundabout
Rebekah McNeilly, Luca Berardi, Kevin D. Haggerty, Sandra M. Bucerius, Harvey Krahn

Notice bibliographique

RevueThe British Journal of Criminology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensMcMaster UniversityUniversity of Alberta
Organismes subventionnairesGovernment of Alberta
Mots-clésConsumption (sociology)Environmental healthPsychologyInternet privacyComputer securityBusinessForensic engineeringEngineeringComputer scienceSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract North American police responses to the ‘drug issue’ have long been shaped by a crime control rather than a harm reduction imperative. Consequently, police officers’ responses to safe consumption sites (SCSs), where people who use illicit drugs can reduce personal health risks by administering previously obtained drugs in the presence of trained staff, were initially hostile. This paper draws on interview data from police officers in two western Canadian cities to highlight an apparent softening in attitudes, perhaps due to the current fentanyl-driven drug poisoning crisis. While some officers clearly recognized their public health benefits, others accepted SCSs, acknowledging the futility of a continued ‘war on drugs’. Some voiced reservations about SCSs, but not because of a generic ‘drugs are bad’ sentiment. Rather, they worried about specific downstream implications for communities and police work. These findings, reflecting apparent changes in police officers’ responses to SCSs, are discussed in the context of contemporary debates about police culture and the possibilities and desirability of pursuing police reform.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,491

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,014
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,072
Tête enseignante GPT0,349
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe British Journal of CriminologyMême sujetSex work and related issuesTravaux en français237 207