MétaCan
Menu
Retour à la cohorte
Enregistrement W2114001730 · doi:10.1080/14639230600562816

Access to the Internet among drinkers, smokers and illicit drug users: Is it a barrier to the provision of interventions on the World Wide Web?

2006· article· en· W2114001730 sur OpenAlexaffabout
John Cunningham, Peter Selby, Kypros Kypri, Keith Humphreys

Notice bibliographique

RevueMedical Informatics and the Internet in Medicine · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésThe InternetCannabisPsychological interventionIllicit drugPopulationInternet accessPsychiatryInternet privacyMedicineAdvertisingBusinessEnvironmental healthDrugWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Expanding Internet-based interventions for substance use will have little benefit if heavy substance users are unlikely to have Internet access. This paper explored whether access to the Internet was a potential barrier to the provision of services for smokers, drinkers and illicit drug users. METHODS: As part of a general population telephone survey of adults in Ontario, Canada, respondents were asked about their use of different drugs and also about their use of the Internet. RESULTS: Pack-a-day smokers were less likely (48%) to have home Internet access than non-smokers (69%), and current drinkers (73%) were more likely to have home access than abstainers (50%). These relationships remained true even after controlling for demographic characteristics. Internet access was less clearly associated with cannabis or cocaine use. CONCLUSIONS: Even though there is variation in access among smokers, drinkers and illicit drug users, the World Wide Web remains an excellent opportunity to potentially provide services for substance abusers who might never access treatment in person because, in absolute terms, the majority of substance abusers do use the Internet.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,279
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,321
Écart entre enseignants0,292 · 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'étudeSans objet
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

Citations52
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Informatics and the Internet in MedicineMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207