The Most Common Reasons and Incentives of Tendency to Addiction in Prisons and Rehabilitation Centres of Zahedan (Iran)
Notice bibliographique
Résumé
In most European countries the ratio of addicts and normal people is 1 to 5,000, and in some third world countries such as Morocco, Egypt, and South Africa this figure is 1 to 1,000. In Iran, the situation is worse, and there is one drug addict per 100 people. The research method in this study is analytical descriptive. The study population consisted of all rehabilitated addicted men and women who were spending their time in prison. Total sample size were 134 people (99 men and 35 women). A special designed questionnaire used to collect data, which included socio-demographic characteristics. The validity of the questionnaire has content validity and for reliability, Cronbach ? was used which was 0.78. The formal years of education was 4.3 year. The average age of the first drug use was 12 years for men and 22 years for women. Sixty-nine point seven percent of men used drugs with their friends and 31.4% of women used drug with their husbands. The men more than women, single men more than married women, and illiterates or poor literates were more at risk. Most men blamed bad friends and women blamed physical and psychological problems as the cause of addiction. The singles got addicted due to bad friends and married individuals were addicted due to emotional distress. The majority of age group (27-13 years), got addicted due to bad friends and older groups addicted due to emotional distress. In other words, the older the person gets, the influence of bad friends decreases, and the effect of psychological distress due to conflict and adversity increases.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».