MétaCan
Menu
Retour à la cohorte
Enregistrement W2134033383 · doi:10.1177/009145090403100208

Characteristics of Former Heavy Drinkers: Results from a Natural History of Drinking General Population Survey

2004· article· en· W2134033383 sur OpenAlexaboutno aff
John Cunningham, J. Blomqvist, Anja Koski‐Jännes, Joanne Cordingley, Russell C. Callaghan

Notice bibliographique

RevueContemporary Drug Problems · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRandom digit dialingHeavy drinkingNatural historyPsychologyPopulationEnvironmental healthDemographyQualitative researchMedicineClinical psychologyInjury preventionPoison controlInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study explored the factors associated with reduction from heavy drinking among three groups: current abstinent, moderate, and reduced drinkers. A random-digit-dialing telephone survey was conducted of 3,006 respondents in Ontario, Canada. Of these, 470 respondents (46% female) met criteria as former heavy drinkers (99 abstinent; 237 moderate; 134 reduced but not moderate drinkers). Quantitative and qualitative questions were used to explore current and past drinking, use of treatment, and reasons for change. Qualitative items were tape-recorded and transcribed. Respondents in the abstinent group had more severe problems prior to resolution as compared with those in the moderate group. Reduced drinkers displayed a prior alcohol severity at a level between these two other groups. The most common reasons for change in all groups were new responsibilities, maturation, and health concerns. This study serves as a useful adjunct to other natural-history research, exploring the reasons for change in a representative sample of former heavy drinkers.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,608
Score d'incertitude au seuil0,790

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,046
Tête enseignante GPT0,259
Écart entre enseignants0,213 · 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

Citations20
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Drug ProblemsMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207