MétaCan
Menu
Retour à la cohorte
Enregistrement W2024413837 · doi:10.7895/ijadr.v1i1.43

Community-based prevention of alcohol-related injuries: Possibilities and experiences

2013· article· en· W2024413837 sur OpenAlexvenueno aff
Marja Holmila, Katariina Warpenius

Notice bibliographique

RevueThe International Journal of Alcohol and Drug Research · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnforcementIntervention (counseling)Psychological interventionLegislationAbstinencePopulationPsychologyControl (management)MedicineEnvironmental healthApplied psychologyPolitical scienceComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Holmila, M. & Warpenius, K. (2012). Community-based prevention of alcohol-related injuries: Possibilities and experiences. International Journal of Alcohol and Drug Research, 1(1), 27-39. doi: 10.7895/ijadr.v1i1.43 (http://dx.doi.org/10.7895/ijadr.v1i1.43)Aims: This paper discusses the possibilities of community-based prevention of alcohol-related injuries by summarizing the results from the Finnish Local Alcohol Policy (PAKKA).Design: Quasi-experimental controlled pre-/post-intervention design.Setting: The Finnish community-based prevention project PAKKA is described as an example of prevention that combines into one process the three necessary prevention elements: affecting the environment, grassroots enforcement of legislation, and education.Participants: Two intervention areas and two matched control areas.Measurements: Triangulation: purchase trials, school- and population survey and register data.Results: There were reductions in alcohol availability among minors and among intoxicated customers, an increase in abstinence among underaged youth and some changes in attitudes and knowledge on age-limit control.Conclusions: The results of PAKKA show that community-based action has the potential to produce results in all three prevention elements. One of the challenges is how to use community mobilization to target those who are less supportive of community interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,696

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,559
Tête enseignante GPT0,665
Écart entre enseignants0,106 · 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 tête enseignante, 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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Alcohol and Drug ResearchMême sujetHealth Policy Implementation ScienceTravaux en français237 207