Gender and drug abuse among youths in Borno State in Nigeria : implications for public policy
Notice bibliographique
Résumé
Research has found that since 1981 three to six million out of a population of about 100 million Nigerians could be classified as drug abusers (Kalunta 1981). Today the figure has not only risen sharply, but the effects on the health and socio-economic well-being of young persons are regarded as problematic. This rise in drug abuse is not peculiar to Nigeria. For example, the use of narcotics and other illicit drugs among medical students in Britain had more than doubled since 1984 (Gerra, Zamovic, Timpano, Zambelli & Ventimigha 1999). Similar situations are experienced in Italy, the United States of America and Canada (Gerra et al 1999). Undoubtedly, drug-abuse among male youths in Nigeria has been on the increase ever since 1981, but a new phenomenon, particularly in the Northern part of Nigeria, is the involvement of female youths in drug abuse. This study, therefore, examines the extent and nature of substance abuse among male and female youths in Borno State with a view to proffering public policy recommendations on the problem of drug abuse among the youths, particularly the female youths. The study area is Maiduguri Metropolitan area, which is also the capital city of Borno State. Although Islam is the predominant religion, Christianity and some traditional religions exist. The area borders on the Republics of Niger, Chad and Cameroon.
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 | 0,000 | 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 ».