MétaCan
Menu
Retour à la cohorte
Enregistrement W2039518999 · doi:10.5993/ajhb.27.1.s2.4

Application of a Better Practices Framework to Review Youth Tobacco Use Cessation

2003· article· en· W2039518999 sur OpenAlexaffabout
Catherine Maule, Cheryl A. Moyer, Chris Y. Lovato

Notice bibliographique

RevueAmerican Journal of Health Behavior · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of British ColumbiaOntario Institute for Cancer ResearchOntario Tobacco Research Unit
Organismes subventionnairesnon disponible
Mots-clésBest practiceSmoking cessationGovernment (linguistics)Intervention (counseling)Identification (biology)Tobacco controlAction (physics)Public relationsPsychologyTobacco useMedicinePolitical sciencePublic healthNursingEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe the Better Practices model and its application to review youth tobacco cessation practices. METHODS: Growing emphasis on evidence-based practice in health has drawn attention to methods for the identification of "best practices." Canadian organizations and government collaborated to develop a framework for "better" practices. RESULTS: An international group of experts used the model to develop recommendations for the practice of youth cessation and further research needed to advance the field. CONCLUSIONS: Tension persits between the need for rigor in research and the need for practical intervention guidance. The Better Practices model provided a framework for action recognizing these needs, and its use resulted in a number of valuable products.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

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

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 Opus0,075
Tête enseignante GPT0,415
Écart entre enseignants0,340 · 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'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

Citations6
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Health BehaviorMême sujetSmoking Behavior and CessationTravaux en français237 207