MétaCan
Menu
Retour à la cohorte
Enregistrement W2513613339

Non-Medical Prescription Opioid Use among High-School Adolescents in Atlantic Canada

2016· dissertation· en· W2513613339 sur OpenAlexaboutno aff
Miroslava Kolajova

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical prescriptionOpioidMedicineFamily medicinePsychiatryPsychologyInternal medicineNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Non-Medical Prescription Opioid (NMPO) use is one of the most prevalent forms of substance use among Canadian adolescents. Despite the evidence of NMPO use as a major public health concern, we have major gaps in our understanding of the correlates that shape NMPO use patterns. Our study addresses the gaps by: 1- describing the sociodemographic, substance use, and psychosocial characteristics of Atlantic Canada high-school student NMPO users, and examining whether frequency of use is differentially shaped by these measures; 2- examining the substance use patterns by which NMPOs are used, and whether these patterns are associated with psychosocial outcomes, particularly mental health (depression, suicidality, and anxiety) and protective (school connectedness and parental monitoring) factors. We analyzed data derived from the 2012 cycle of the Student Drug Use Survey in the Atlantic Provinces using descriptive statistics and regression models. Our results indicate that frequent and infrequent NMPO users carry the same mental health burden, are similarly affected by protective factors, and are similarly likely to engage in other substance use. NMPO use is robustly associated with medical opioid use, with one-third of medical users engaging in misuse. Subgroups of NMPO users (based on patterns of additional substance use) share a similar burden of mental health problems; however, a strong negative association between greater parental monitoring and any additional substance use is evident.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,000
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,005
Tête enseignante GPT0,225
Écart entre enseignants0,220 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même sujetPrenatal Substance Exposure EffectsTravaux en français237 207