Illegale Opiatsucht, Behandlung und ökonomische Kostenforschung - ein beispielhafter Überblick und eine Diskussion aus sozialwissenschaftlicher Perspektive
Notice bibliographique
Résumé
Kostenforschung ist sowohl im breiten Gesundheits- als auch im Suchtbereich in den letzten Jahren eine wichtige Perspektive geworden. Im illegalen Drogenbereich bietet sich aus sozialwissenschaftlicher Warte ein beispielhafter Überblick zum Stand und Beitrag der Kostenforschung für das Phänomen der Opiatsucht und ihrer Behandlung an. Aus einer Forschungsperiode von fast dreißig Jahren geht konsequent und klar hervor, dass der Großteil der durch illegale Opiatsucht bedingten sozialen Kosten mit Kriminalität bzw. der Strafverfolgung zusammenhängt. Im Behandlungsfeld wird dagegen gezeigt, dass die vorherrschenden Opiatbehandlungsmodi - vor allem Substitutionsbehandlung - positive Kosten-Nutzen-Effekte erzielen. Die komplexe Herausforderung scheint nun aber die Bedeutung und Anwendung dieser scheinbar klaren Wissensstände und ihrer Determinanten auf die Praxis der Opiatkontroll- oder Behandlungspolitik zu sein. Bisher dokumentierte Kostendynamiken in der Opiatsucht und ihrer Behandlung kämpfen mit dem Problem, dass sie a) in einem sozial konstruierten Umfeld der Illegalität wirken, b) aus spezifischen Forschungsperspektiven hervorgehen und daher nicht auf Allgemeinpopulationen generalisierbar sind und c) in ihrer gegenwärtigen Form wenig zum Bau eines optimierten Behandlungssystems beitragen.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 source (Gemma direct ou Codex distillé), 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 ».