MétaCan
Menu
Retour à la cohorte
Enregistrement W2074554836 · doi:10.3109/09687630802378864

Recovered addicts working in the addiction field: Pitfalls to substance abuse relapse

2010· article· en· W2074554836 sur OpenAlexaff
Nick Doukas, Jim Cullen

Notice bibliographique

RevueDrugs Education Prevention and Policy · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAddictionSubstance abuseEconomic shortageRelapse preventionPsychologyConstruct (python library)Addiction treatmentNarrativeField (mathematics)Qualitative researchPsychotherapistPsychiatrySociologyGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

In the 1940s, due to a shortage of professional counselors, combined with the hope of rehabilitation for the addict, there grew a belief that the recovered alcoholic could be trained to enter the field of addiction treatment as a paraprofessional. These early stages of addiction treatment and the emergence of the recovered substance abuser as a counselor fostered a discussion in the role played by the paraprofessional. This discussion subsequently encouraged an accumulation of literature during the early stages of substance abuse treatment in North America, which later began to diminish as the field moved forward towards the twenty-first century. This paper reviews the literature to examine the perceived potential risks for relapse associated with recovered addicts working in the addictions field. Potential risks for relapse discussed are the ex-addict's motivation for entering the addiction field, personal help from self-help groups may be lost once in the field, over involvement with clients, over involvement with work, over identification with clients and the repercussions of relapse. The paper also addresses the limitations of the studies conducted to date, provides recommendations for further research and proposes that this topic be explored using a qualitative approach, so that recovered counselors can construct their own narratives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,054
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0140,026
Communication savante0,0080,012
Science ouverte0,0030,012
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,433
Écart entre enseignants0,357 · 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 source (Gemma direct ou Codex distillé), 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

Citations34
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrugs Education Prevention and PolicyMême sujetMental Health and Patient InvolvementTravaux en français237 207