DO TREATMENTS AND OTHER INTERVENTIONS WORK? SOME CRITICAL ISSUES
Notice bibliographique
Résumé
A variety of interventions, both therapeutic and preventive, have been used to control, reduce or eliminate substance use and misuse and their attendant problems. Yet, despite years of ever more sophisticated and expensive ways of responding to the use and misuse of a variety of legal and illegal substances, addiction continues to be experienced as a major social problem that plagues users, their families and communities, therapists and clinicians, policymakers, and the public. In view of a recidivist treatment population and finite resources, this paper considers whether and to what extent treatments and other interventions used for planned interventions with alcohol- and drug-use related problems work. It examines both clinical treatment outcomes and broad-based population prevention interventions, and reviews their underlying rationales. Finally, it identifies a number of areas that must be addressed if we are to improve the situation. These areas include a lack of agreement on what is meant by the problem of "addictions," how successful interventions are to be defined and measured so that better interventions can be applied in the future, as well as integrating the processes of quality and appropriateness into the planning, implementation and assessment of effective, needed substance use intervention.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,155 | 0,295 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,026 |
| Communication savante | 0,010 | 0,031 |
| Science ouverte | 0,014 | 0,005 |
| Intégrité de la recherche | 0,031 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».