MétaCan
Menu
Retour à la cohorte
Enregistrement W2095905147 · doi:10.1111/j.1360-0443.2008.02494.x

Classification of abused inhalants

2009· article· en· W2095905147 sur OpenAlexaff
Robert L. Balster, Silvia L. Cruz, Matthew O. Howard, Colleen Anne Dell, Linda B. Cottler

Notice bibliographique

RevueAddiction · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCarcinogens and Genotoxicity Assessment
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésIntoxicative inhalantSimilarity (geometry)Product (mathematics)PsychologyMedicineComputer scienceToxicologyMathematicsArtificial intelligenceBiology

Résumé

récupéré en direct d'OpenAlex

Many hundreds of household and industrial products can be volatilized readily and are subject to abuse. Inhalant abuse research has been hampered by a lack of consensus on whether or not there are subclassifications of abused inhalants based on chemical structure, form or intended use of the product or pharmacological properties. This paper discusses strengths and weaknesses of various approaches to classification of inhalants and suggests areas for future research in this area. It is concluded that classification of inhalants by form or product types is not useful for scientific purposes; rather, subclassification of inhalants should be based on a yet-to-be-determined combination of chemical and pharmacological similarity and shared patterns of abuse. One of the ways in which we can improve our understanding of inhalant abuse is to obtain more detailed information on individual products and chemicals, their patterns of use and the geographical distribution of their use.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,164

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · 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'étudeExpérimental (laboratoire)
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

Citations73
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetCarcinogens and Genotoxicity AssessmentTravaux en français237 207