Bibliographic record
Abstract
Cet article propose d’appliquer la perspective des systèmes-mondes au trafic transnational de drogues illicites. Ce cadre représente une alternative aux modèles classiques, parfois simplistes, qui mettent l’emphase sur l’impact de la globalisation sur le contexte du trafic de drogues. L’approche des systèmes-mondes présente le trafic de drogues comme un système d’échanges structuré entre des pays développés (cœur) et moins développés (périphérie), sans qu’il soit nécessaire de discuter de la participation réelle ou non des groupes criminels organisés. Dans une telle perspective, le trafic de drogues est une activité économique à la fois semblable et très différente des marchés légitimes. Il est envisagé que la structure des échanges de drogues soit à l’inverse de la plupart des marchandises transportées légalement. En ce sens, la structure des échanges de drogues illicites pourrait correspondre aux marchés de biens de luxe ou de loisir, dans lesquels un nombre restreint de consommateurs veulent et/ ou peuvent s’offrir une marchandise à prix relativement élevé. Le modèle de base est spécifié pour quatre types de drogues, le cannabis, la cocaïne, l’héroïne et les drogues synthétiques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.010 |
| Scholarly communication | 0.013 | 0.013 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.033 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".