Smartphone Apps About Crystal Methamphetamine (“Ice”): Systematic Search in App Stores and Assessment of Composition and Quality
Notice bibliographique
Résumé
BACKGROUND: Amid considerable community concern about the prevalence and harms associated with the use of crystal methamphetamine ("ice"), the increased use of smartphones to access health information and a growing number of available smartphone apps related to crystal methamphetamine, no previous reviews have examined the content and quality of these apps. OBJECTIVE: This study aims to systematically review existing apps in the iTunes and Google Play Stores to determine the existence, composition, and quality of educational smartphone apps about methamphetamines, including ice. METHODS: The iTunes and Google Play Stores were systematically searched in April 2017 for iOS Apple and Android apps, respectively. English-language apps that provided educational content or information about methamphetamine were eligible for inclusion. Eligible apps were downloaded and independently evaluated for quality by 2 reviewers using the Mobile Application Rating Scale (MARS). RESULTS: A total of 2205 apps were initially identified, of which 18 were eligible and rated using the MARS. The mean MARS quality total score for all rated apps was 3.0 (SD 0.6), indicating poor to acceptable quality. Overall, mean scores were the highest for functionality (mean 4.0, SD 0.5) and lowest for engagement (mean 2.3, SD 0.7). CONCLUSIONS: This study demonstrates a shortage of high-quality educational and engaging smartphone apps specifically related to methamphetamine. The findings from this review highlight a need for further development of engaging and evidence-based apps that provide educational information about crystal methamphetamine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,132 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,029 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».