MétaCan
Menu
Retour à la cohorte
Enregistrement W1981096081 · doi:10.1080/10826080500521664

Alcoholism, Tobacco, and Drug Use in the Countries of Central and Eastern Europe and the Former Soviet Union

2006· article· en· W1981096081 sur OpenAlexaff
Louise Grogan

Notice bibliographique

RevueSubstance Use & Misuse · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésLife expectancyPopulationDemographySoviet unionSubstance abuseMortality rateMedicineGeographyPolitical sciencePsychiatrySociology

Résumé

récupéré en direct d'OpenAlex

This note reviews recent literature relating to the use of alcohol, tobacco, and intravenous drugs in the countries of Central and Eastern Europe and the former Soviet Union. Trends in substance use among subpopulations are discussed in relation to changes in the major population health indicators since 1990. This article summarizes recent work into understanding the role of substance use and misuse in the region in explaining demographic developments in terms of life expectancy and population growth. In 1993, 80% of Russian males drank, and among these, alcohol intake averaged near 600 grams per day. Smoking is much more prevalent among Russian men (61.4%) than among women (10.3%). In 2003, 185.8 per 100 thousand Russian men were drug addicted. High rates of male alcohol abuse, suicide, accidents, violence, and cardiovascular disease appear to be major causes of the large falls in life expectancy and rising gender gaps in life expectancy in the region. Life expectancy at birth in Russia was estimated at 60.5 years for males and 74 years for females in 2005. Russia's population is now declining at a rate of 0.37% per annum, and with more than 1% of the population estimated to be HIV positive, it is likely that this population decline will accelerate further in the near future. Many of these population trends are mirrored across the former Soviet Union.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,022
Tête enseignante GPT0,249
Écart entre enseignants0,228 · 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'étudeObservationnel
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

Citations15
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSubstance Use & MisuseMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207