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
<JATS1:p>Cukier and Sidel provide a much-needed overview of the global problem of gun violence as a threat to public health, including the effects of violence, the sources of firearms (both legal and illegal), the factors shaping demand, and the interventions aimed at reducing the misuse of guns.</JATS1:p> <JATS1:p>Just as guns know no borders, gun violence has become a global epidemic, killing hundreds of thousands of people each year and injuring many more. The toll is staggering. Experts estimate that there are 35,000 annual gun-related deaths in Brazil, 10,000 in South Africa, 20,000 in Colombia, and 30,000 in the United States. While guns kill or maim great numbers of people in war zones, two thirds of small arms are in the possession of civilians. Although guns do not in and of themselves cause violence, they increase its lethality and fuel cultures of violence. This book documents the global gun trade, its threat to public health, and efforts to remedy the situation.</JATS1:p> <JATS1:p>Virtually every illegal gun begins as a legal gun. With the globalization of trade in licit products has come the globalization of the illegal trade in guns. For example, weapons originating in the United States fuel violence in Canada, Latin America, and as far away as Japan. And unregulated ownership of guns fuels crime. Because weapons tend to flow from unregulated areas to regulated areas, international cooperation is critical, but global efforts have been hampered by major arms producers and gun lobbies such as the National Rifle Association. Since 1998 there has been an emerging global movement to control the illicit trade and misuse in guns, and many countries have moved to strengthen their gun laws in an effort to combat this global epidemic.</JATS1:p>
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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