MétaCan
Menu
Retour à la cohorte
Enregistrement W2343872524 · doi:10.1093/alcalc/agw022

Alcohol Control Policies and Alcohol-Related Mortality in Russia: Reply to Razvodovsky and Nemtsov

2016· letter· en· W2343872524 sur OpenAlexaboutno aff
Daria Khaltourina, Andrey Korotayev

Notice bibliographique

RevueAlcohol and Alcoholism · 2016
Typeletter
Langueen
DomaineMedicine
ThématiqueHealthcare Systems and Public Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMandateAlcoholWork (physics)Set (abstract data type)Political scienceLawComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

We are happy to have our article (Khaltourina and Korotayev, 2015) reviewed by Prof. Nemtsov, whose work on alcohol-related mortality in Russia greatly improved our understanding of the problem, as well as by Prof. Razvodovsky, whose work provides important insights on alcohol situation in Belarus (Nemtsov and Razvodovsky, 2016). The effect of policy measures on alcohol mortality in Russia is a topic hard to research, because in this country alcohol is regulated predominantly at the national level, unlike in such countries as the USA, Canada and Australia where states and provinces have a mandate to develop their own laws, which allows for cross-sectional analysis of the policy effects. We only have one-time series data set without regional policy variation in Russia. There is also a problem of high unrecorded production and sales. Additionally, not all regulation documents are available for the public. Therefore, in our article, we have qualified our conclusions as interpretations and hypotheses. We are happy to discuss alternative explanations of the alcohol mortality dynamics in Russia, as long as they are well documented and substantiated, with ‘serious scientific proofs’, as Razvodovsky and Nemtsov (2016) call it.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,007
Communication savante0,0030,010
Science ouverte0,0040,003
Intégrité de la recherche0,0240,040
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,048
Tête enseignante GPT0,348
Écart entre enseignants0,300 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlcohol and AlcoholismMême sujetHealthcare Systems and Public HealthTravaux en français237 207