Alcohol control policies in low- and middle-income countries: Testing impacts and improving policymaking practice
Notice bibliographique
Résumé
Room, R. (2014). Alcohol control policies in low- and middle-income countries: Testing impacts and improving policymaking practice. The International Journal Of Alcohol And Drug Research, 3(3), 184 – 186. doi:http://dx.doi.org/10.7895/ijadr.v3i3.181Alcohol is a major contributor to the global burden of disease (Lim et al., 2012), and is a major source of health and social harm in many middle- and low-income countries, as well as in high-income countries. In recognition of this, a Global Strategy to Reduce the Harmful Effects of Alcohol was adopted in 2010 by the World Health Organization’s governing body, the World Health Assembly (WHA) (WHO, 2010). Since then, there has also been increasing international recognition of alcohol’s role in social problems, including crime, family problems, and lost work productivity: "beyond health consequences," WHO notes, "the harmful use of alcohol brings significant social and economic losses to individuals and society at large" (http://www.who.int/mediacentre/ factsheets/fs349/en/). New emphasis has been put, too, on alcohol’s major contribution as a risk factor for non-communicable diseases (NCDs) such as cancer, heart disease, and liver cirrhosis; WHO’s global goals for NCD control include the (somewhat fuzzily defined) goal of a 10% reduction in the "harmful use of alcohol . . . as appropriate" by 2020 (WHO, 2013). Together, these steps reflect a greater international recognition of alcohol as a major issue to be addressed in improving global health
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 | 0,214 | 0,287 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,010 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,012 | 0,020 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».