MétaCan
Menu
Retour à la cohorte
Enregistrement W2299373560 · doi:10.1186/s12916-016-0590-x

Policy implications of marked reversals of population life expectancy caused by substance use

2016· editorial· en· W2299373560 sur OpenAlexaff
Jürgen Rehm, Peter Anderson, Benedikt Fischer, Antoni Gual, Robin Room

Notice bibliographique

RevueBMC Medicine · 2016
Typeeditorial
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensMental Health Research CanadaCanada Research ChairsPublic Health OntarioUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesSeventh Framework ProgrammeEuropean Commission
Mots-clésLife expectancyMedicineExpectancy theoryPopulationPublic healthSoviet unionDevelopment economicsGerontologyEconomic growthDemographyEnvironmental healthPsychologyPolitical scienceSocial psychologyEconomicsSociologyPolitics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Life expectancy has been increasing steadily over the past century in most countries, with only a few exceptions such as during wartimes. DISCUSSION: Marked reversal of life expectancy has been linked to substance use and related policies. Three such examples are discussed herein, namely the double reversal of life expectancy trends (first to positive, then to negative) associated with reducing alcohol supply in the then Union of Soviet Socialist Republics (USSR), followed by a rapid increase in availability; the impact of the rapid increase of prescription opioids on white non-Hispanics in the US; and the systemic impact of the violence accompanying the drug war in Mexico on the life expectancy of men. Alcohol policies were crucial to initiate the positive reversal in the USSR, and different substance use policies could have avoided the negative impacts on life expectancy of the described large groups or nations. Substance use policies can be responsible for abrupt negative changes in life expectancies. An orientation of such policies towards the goals of public health and societal well-being can help avoid such changes.

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)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,072
Tête enseignante GPT0,436
Écart entre enseignants0,364 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC MedicineMême sujetEmployment and Welfare StudiesTravaux en français237 207