Probing trends of opioid seizures and drug checking samples under a nascent “decriminalization” framework in Vancouver, Canada
Notice bibliographique
Résumé
Background We sought to examine nascent trends surrounding the impacts of police drug seizures in the period after a substantial public policy shift surrounding the personal possession of drugs in British Columbia (BC), Canada. We explored the intersection of drug testing and police opioid seizures in Vancouver, BC. Methods Our descriptive analysis draws on internal police drug seizure data and public drug checking data, using simple linear regression and correlates to measure associations between the quantity of police-reported opioid seizures and the percentage of drug samples that contained both fentanyl and benzodiazepines during the first 6 months of BC's decriminalization framework. A one-month lag was applied to drug-checking data to account for the time delay between seizures and their impact on the drug supply. Results In the 6 month period between 1 February and 31 July 2023, police recorded 1805 drug seizures, of which ∼42.7% were opioids ( n = 771). The drug sample database recorded 9085 drug samples that were tested for fentanyl and/or benzodiazepines. An early potential relationship ( p -value = 0.03) was observed between drug samples that tested positive for both benzodiazepines and fentanyl with the raw number of monthly opioid seizures by the Vancouver Police Department. Conclusions Our descriptive analysis shows a potential link between drug samples testing positive for both benzodiazepines and fentanyl, and the quantity of opioid seizures by Vancouver Police Department officers, and highlights considerations of removing police from managing drug use and possession.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».