MétaCan
Menu
Retour à la cohorte
Enregistrement W1969734738 · doi:10.1080/16066350500150624

Heroin use and barriers to treatment in street-involved youth

2005· article· en· W1969734738 sur OpenAlexaffabout
Bruna Brands, Karen Leslie, Laura Catz-Biro, Selina Li

Notice bibliographique

RevueAddiction Research & Theory · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésHeroinPsychiatryDrug treatmentSubstance abuseRehabilitationSubstance useDrugPsychologyAddiction treatmentMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

High rates of drug use and risk behaviours have been reported among street involved youth. The present study examined the drug use and risk behaviours in adolescent heroin users, assessed motivation for treatment, and identified barriers to accessing treatment. Forty-nine heroin-using adolescents from four youth community agencies in Toronto were interviewed. Participants reported having used, on average, four different substances in the previous month. Seventy-nine percent had engaged in injection drug use and of these, 58% had shared their injecting equipment. Significant gender differences were found in the prevalence of psychiatric and family problems, the type of drug programs used, and perceived barriers to treatment. Although more than half of the sample had sought treatment for their substance use problems and were knowledgeable about the treatment options available, many believed factors such as lack of housing, finances, and contact with drug-using acquaintances would hamper their rehabilitation. Treatment programs for these youth should include the assessment and treatment of comorbid psychiatric disorders, and the provision of comprehensive services including ‘safe’ housing, vocational guidance and financial supports.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,142
Tête enseignante GPT0,460
Écart entre enseignants0,318 · 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

Citations29
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAddiction Research & TheoryMême sujetHomelessness and Social IssuesTravaux en français237 207