MétaCan
Menu
Retour à la cohorte
Enregistrement W2598074818 · doi:10.1590/0102-3772e32ne216

Usuários de Crack que Buscam Tratamento em Brasília

2016· article· pt· W2598074818 sur OpenAlexaff
Maria Inês Gandolfo Conceição, Hannya Herrera Cardona, Jaqueline Tavares de Assis, Rebeca Rocha Mohr, María Fátima Olivier Sudbrack, Carol Strıke

Notice bibliographique

RevuePsicologia Teoria e Pesquisa · 2016
Typearticle
Languept
DomaineSocial Sciences
ThématiqueYouth, Drugs, and Violence
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyDepression (economics)HumanitiesPhysicsGerontologyMedicinePhilosophyEconomics

Résumé

récupéré en direct d'OpenAlex

RESUMO Objetivando identificar o perfil de pacientes ambulatoriais que procuram tratamento para problemas relacionados com crack em Brasília, 132 usuários que recebem serviços psicológicos preencheram o Questionário sobre o Perfil de Consumo de Crack e o Cocaine Craving Questionnaire-Brief. Os participantes eram homens (83,6%), solteiros (38,8%) e possuíam residência (100%). O primeiro uso foi motivado pela curiosidade (65,9%), influência dos pares (58,3%) e fácil acesso (50,8%). A maioria (65,2%) relatou poliuso. O mais longo período de abstinência foi de quatro anos (1,5%) e a maioria (46%) relatou menos de 30 dias. O poder letal, dependência e contextos de vulnerabilidade social associados ao crack foram questionados neste estudo. São necessários esforços para melhor atender aos que não acessam o sistema de tratamento.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,039
Tête enseignante GPT0,323
Écart entre enseignants0,284 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsicologia Teoria e PesquisaMême sujetYouth, Drugs, and ViolenceTravaux en français237 207