MétaCan
Menu
Retour à la cohorte
Enregistrement W2756631710 · doi:10.1177/1455072517704795

The cultural aspect

2017· article· en· W2756631710 sur OpenAlexaff
Jürgen Rehm, Robin Room

Notice bibliographique

RevueNordic Studies on Alcohol and Drugs · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)EpidemiologyPsychologyMedicineAlcohol dependencePsychiatryHeavy drinkingAlcohol use disorderEnvironmental healthClinical psychologyAlcoholHuman factors and ergonomicsPoison controlPathology

Résumé

récupéré en direct d'OpenAlex

AIMS: To examine the cultural impact on the diagnosis of alcohol-use disorders using European countries as examples. DESIGN: Narrative review. RESULTS: There are strong cultural norms guiding heavy drinking occasions and loss of control. These norms not only indicate what drinking behaviour is acceptable, but also whether certain behaviours can be reported or not. As modern diagnostic systems are based on lists of mostly behavioural criteria, where alcohol-use disorders are defined by a positive answer on at least one, two or three of these criteria, culture will inevitably co-determine how many people will get a diagnosis. This explains the multifold differences in incidence and prevalence of alcohol-use disorders, even between countries where the average drinking levels are similar. Thus, the incidence and prevalence of alcohol-use disorders as assessed by surveys or rigorous application of standardised instruments must be judged as measuring social norms as well as the intended mental disorder. CONCLUSIONS: Current practice to measure alcohol-use disorders based on a list of culture-specific diagnostic criteria results in incomparability in the incidence, prevalence or disease burden between countries. For epidemiological purposes, a more grounded definition of diagnostic criteria seems necessary, which could probably be given by using heavy drinking over time.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,172
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,376
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNordic Studies on Alcohol and DrugsMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207