Reducing and preventing alcohol misuse and its consequences: A Grand Challenge for social work
Notice bibliographique
Résumé
Begun, A., Clapp, J., & The Alcohol Misuse Grand Challenge Collective (2016). Reducing and preventing alcohol misuse and its consequences: A Grand Challenge for social work. The International Journal Of Alcohol And Drug Research, 5(2), 73-83. doi:http://dx.doi.org/10.7895/ijadr.v5i2.223In both the United States and throughout the world, alcohol misuse is associated with high rates of morbidity, mortality, and cooccurring physical and mental health problems. It causes an array of acute and chronic problems and contributes to extensive costs in every sector of society (e.g., health, mental health, education, legal, economic productivity). The scientific discovery, development, and implementation of evidence-informed solutions for alleviating alcohol-related problems are inherently multisectoral, as they affect individuals, families, communities, and larger social systems. The advent of new technologies, research approaches, and intervention strategies has dramatically accelerated positive results in addressing such problems over the past 40 years. Still, alcohol misuse remains a significant global problem, and reducing and preventing its consequences is a Grand Challenge for Social Work. This paper addresses the following points about the challenge: (1) it is large, important, and compelling; (2) it can be analyzed and assessed; (3) demonstrable progress can be made in a decade; (4) multisectoral collaboration is required to meet this challenge; and (5) sustainable solutions to the challenge require significant, transformative, and groundbreaking innovations.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».