MétaCan
Menu
Retour à la cohorte
Enregistrement W2093024455 · doi:10.3109/10826080009147685

Reducing Alcohol Problems through Community Action Research Projects: Contexts, Strategies, Implications, and Challenges

2000· review· en· W2093024455 sur OpenAlexaff
Norman Giesbrecht, Judith Rankin

Notice bibliographique

RevueSubstance Use & Misuse · 2000
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesNational Institute on Alcohol Abuse and Alcoholism
Mots-clésContext (archaeology)Public relationsAction (physics)Political scienceBusiness

Résumé

récupéré en direct d'OpenAlex

Community-based action research projects may include a number of challenges. The secular context may impede a project; for example, reducing aggregate rates of drinking-related problems may involve curtailing very popular high-risk drinking occasions. These projects may also embrace important but unrealistic goals, require matching competing goals emerging from multifoci project teams, or involve convoluted funding arrangements. Attention to team development, priority setting, and project design and evaluation issues is essential. Many projects downplay conceptual issues, such as understanding the nature of communities, organizations, systems, their operation, and social change and prevention models. Focus populations, community members and leaders, change agents team members, funding agencies, and policymakers can benefit from these projects.

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)0,019
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,953
Tête enseignante GPT0,733
Écart entre enseignants0,220 · 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'étudeSans objet
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

Citations17
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSubstance Use & MisuseMême sujetHealth Policy Implementation ScienceTravaux en français237 207