MétaCan
Menu
Retour à la cohorte
Enregistrement W2053822183 · doi:10.7205/milmed-d-12-00139

Epidemiology and Prevention of Substance Use Disorders in the Military

2012· review· en· W2053822183 sur OpenAlexaff
Deborah Sirratt, Alfred J. Ozanian, Barbara Traenkner

Notice bibliographique

RevueMilitary Medicine · 2012
Typereview
Langueen
DomainePsychology
ThématiquePosttraumatic Stress Disorder Research
Établissements canadiensOffice of the Chief Medical Examiner
Organismes subventionnairesnon disponible
Mots-clésPsychiatryMedicineSubstance abusePsychological interventionMilitary psychiatryReferralMilitary medicineMilitary personnelAddictionPopulationHealth carePublic healthFamily medicineMental healthNursingEnvironmental health

Résumé

récupéré en direct d'OpenAlex

U.S. military service members have been in active combat for more than 10 years. Research reveals that combat exposure increases the risk of substance use disorders, post-traumatic stress disorder, major depression, and tobacco use. The Services and the field of addiction medicine are working hard to find a common definition for prescription drug misuse, which is a growing concern in both the general U.S. population and the force. Meanwhile, leaders at all levels of Department of Defense are diligently working to address barriers to care, particularly stigma related to substance abuse care, by seeking a balance between improving service member privacy in order to encourage self-referral for medical care and a commander's need to know the status of the unit and its combat readiness. The treatment and management of substance abuse disorders are a complex force health issue that requires the use of evidence-based medical interventions and policies that are consistent with them.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,344
Tête enseignante GPT0,492
Écart entre enseignants0,147 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMilitary MedicineMême sujetPosttraumatic Stress Disorder ResearchTravaux en français237 207