Preparing support for local communities to develop, implementand evaluate psychoactive substance use prevention programmes
Notice bibliographique
Résumé
ENWEndNote BIBJabRef, Mendeley RISPapers, Reference Manager, RefWorks, Zotero AMA Sierosławski J. Preparing support for local communities to develop, implement and evaluate psychoactive substance use prevention programmes. Alcoholism and Drug Addiction/Alkoholizm i Narkomania. 2017;30(2):155-159. doi:10.5114/ain.2017.70291. APA Sierosławski, J. (2017). Preparing support for local communities to develop, implement and evaluate psychoactive substance use prevention programmes. Alcoholism and Drug Addiction/Alkoholizm i Narkomania, 30(2), 155-159. https://doi.org/10.5114/ain.2017.70291 Chicago Sierosławski, Janusz. 2017. "Preparing support for local communities to develop, implement and evaluate psychoactive substance use prevention programmes". Alcoholism and Drug Addiction/Alkoholizm i Narkomania 30 (2): 155-159. doi:10.5114/ain.2017.70291. Harvard Sierosławski, J. (2017). Preparing support for local communities to develop, implement and evaluate psychoactive substance use prevention programmes. Alcoholism and Drug Addiction/Alkoholizm i Narkomania, 30(2), pp.155-159. https://doi.org/10.5114/ain.2017.70291 MLA Sierosławski, Janusz. "Preparing support for local communities to develop, implement and evaluate psychoactive substance use prevention programmes." Alcoholism and Drug Addiction/Alkoholizm i Narkomania, vol. 30, no. 2, 2017, pp. 155-159. doi:10.5114/ain.2017.70291. Vancouver Sierosławski J. Preparing support for local communities to develop, implement and evaluate psychoactive substance use prevention programmes. Alcoholism and Drug Addiction/Alkoholizm i Narkomania. 2017;30(2):155-159. doi:10.5114/ain.2017.70291.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».