MétaCan
Menu
Retour à la cohorte
Enregistrement W2107763720 · doi:10.1300/j026v23n02_04

Promoting Alcohol Abstinence Among Pregnant Women

2005· review· en· W2107763720 sur OpenAlexaff
Sameer Deshpande, Michael D. Basil, Lynn Basford, Karran Thorpe, Noëlla A. Piquette-Tomei, Judith Droessler, Kelly Cardwell, Robert J. Williams, Alexandre Bureau

Notice bibliographique

RevueHealth Marketing Quarterly · 2005
Typereview
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensUniversité LavalUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésAbstinencePregnancyConsumption (sociology)MedicineEnvironmental healthAlcohol consumptionAlcoholPsychiatrySocial marketingPsychologySociology

Résumé

récupéré en direct d'OpenAlex

Fetal Alcohol Syndrome Disorder (FASD) is one of the most preventable sources of developmental abnormalities, and has a singular cause-alcohol consumption during pregnancy. Estimates for the costs of treatment of a single case of FASD range often above one million dollars. The primary strategy for prevention currently centers on no alcohol consumption during pregnancy. However, a sizeable number of North American women currently drink during pregnancy. A literature review examined the behavior of maternal alcohol consumption in order to understand the rationale associated with drinking. Generally, it appears that pregnant women differ by their alcohol consumption habits and their reasons to drink. In an attempt to eliminate FASD, we review a number of educational, legal, and community-based programs that have been used to promote abstinence and examine where they have been successful. Unfortunately, social marketing strategies have received less attention. Several potential applications of social marketing directed to drinking-during- pregnancy campaigns are suggested, and possible contributions to the overall effort are explained.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,033
Tête enseignante GPT0,345
Écart entre enseignants0,312 · 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

Citations26
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Marketing QuarterlyMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207