MétaCan
Menu
Retour à la cohorte
Enregistrement W2939385491 · doi:10.5539/gjhs.v11n5p87

Influence of NAFDAC Mobile Drugs Authentication Service on the Use of Fake Drugs Among Consumers in Southeast Nigeria

2019· article· en· W2939385491 sur OpenAlexvenueno aff
Joseph Oluchukwu Wogu, Lois Nnenna Omaka-Amari, Uchenna Cosmas Ugwu, Joel C. Ugwuoke, Michael A. Agu

Notice bibliographique

RevueGlobal Journal of Health Science · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpam and Phishing Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPanacea (medicine)Counterfeit DrugsAuthentication (law)CounterfeitMobile phoneConsumption (sociology)Scheme (mathematics)PhoneService (business)BusinessAdvertisingInternet privacyComputer securityComputer scienceMarketingTelecommunicationsMedicineGeographySociology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This paper investigates the influence of Mobile Authentication Service (MAS) in eliminating the consumption of fake/counterfeit drugs in South-east Nigeria. METHODS: 1000 respondents were randomly selected in the five states of the South-east as study sample, while a structured questionnaire was used for collecting data. SPSS version 20.0 was used to analyse the data. RESULTS: Analysis results reveal that there is a low level of MAS scheme awareness while few persons operate the MAS scheme. It further reveals that MAS scheme made no impact on the distribution and consumption of fake/counterfeit drugs. It also reveals people’s inability to procure appropriate phone technology, poor network services, and low level of MAS scheme media awareness campaign was responsible for MAS scheme ineffectiveness. CONCLUSION: NAFDAC MAS scheme has not reduced or eliminated the production, distribution and consumption of fake/counterfeit drugs in the South-east Nigeria. This is because of inappropriate media awareness campaign, people’s inability to procure the appropriate phone technology and access good network services required to operate the MAS scheme. This paper recommends appropriate massive media awareness campaign on the MAS Scheme, modernisation of MAS scheme software to accommodate lower level of phone technology, and improved network access as panacea for MAS scheme effectiveness.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,204
Score d'incertitude au seuil0,289

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,019
Tête enseignante GPT0,276
Écart entre enseignants0,258 · 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.

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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetSpam and Phishing DetectionTravaux en français237 207