MétaCan
Menu
Retour à la cohorte
Enregistrement W2140842539 · doi:10.12968/bjon.2012.21.8.474

Nurses' role in managing alcohol misuse among adolescents

2012· article· en· W2140842539 sur OpenAlexaff
Claire L. Kiernan, Aislinn Ni Fhearail, Imelda Coyne

Notice bibliographique

RevueBritish Journal of Nursing · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésHealth professionalsMedicineHealth promotionOccupational safety and healthSuicide preventionNursingHealth careInjury preventionEnvironmental healthPoison controlPublic healthPsychiatryPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Over the past decade, there has been an increase in the amount of alcohol consumed by young people, aged 11-17 years, in the UK and Ireland, which has implications for all health professionals caring for adolescents. Alcohol misuse is increasingly common among adolescents and is a significant concern for families, communities and society. Health professionals need to be aware of the dangers involved with underage drinking, how to recognise the signs of alcohol misuse, and how to intervene appropriately. Over the past few years, there has been a noticeable increase in the number of adolescents presenting to emergency departments (EDs) owing to alcohol-related injuries. This increase means that all nurses and other health professionals are suitably placed to provide education and support to adolescents who are consuming excessive alcohol. Regular alcohol misuse can lead to adverse health outcomes, and therefore nurses need to take an active role in health promotion to ensure that adolescents are aware of the associated dangers. This article summarises the harmful effects of underage drinking, the influencing factors and outlines the current guidelines on alcohol misuse in young people. It discusses strategies that nurses can use in the ED setting, and all healthcare settings, to motivate adolescents to change health-damaging behaviours.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,053
Tête enseignante GPT0,423
Écart entre enseignants0,371 · 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'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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of NursingMême sujetHomelessness and Social IssuesTravaux en français237 207