MétaCan
Menu
Retour à la cohorte
Enregistrement W2956341815 · doi:10.1590/1980-265x-tce-cicad-9-14

ATTITUDES TOWARD PERSONS WHO ABUSE DRUGS IN ONE URBAN COMMUNITY OF WOODBROOK IN PORT OF SPAIN -TRINIDAD & TOBAGO

2019· article· en· W2956341815 sur OpenAlexafffund
Imo Bakari, Robert B. Mann

Notice bibliographique

RevueTexto & Contexto - Enfermagem · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesForeign Affairs and International Trade CanadaGovernment of CanadaCentre for Addiction and Mental Health
Mots-clésAmbivalenceNegativity effectMedicinePsychiatrySubstance abusePsychologyEnvironmental healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objective: this study will present insights on the situation in the surveyed sample as it relates to attitudes towards persons who abuse alcohol by age and gender and would constitute a platform upon which further research can be conducted by researchers in the drug field. Method: this cross-sectional study examines the profile of a sample of residents in the Electoral District of Woodbrook, Port-of-Spain, Trinidad and Tobago. The sample consisted of 121 respondents. Results: alcohol was the most abused drug (85.2%), followed by marijuana (86%), cocaine (69%) and cocaine derivative (41.8%). The prevailing attitude towards persons who abused alcohol was ambivalence (64.8%); this was followed to a lesser extent by an attitude of negativity (34.4%), and the least significant attitude among respondents was premised on positivity (.8%). Respondents also held a negative attitude towards those who abused cocaine and marijuana. Conclusion: the high level of ambivalence towards alcohol use may be intertwined with the social acceptability and high usage of this drug reported from among those surveyed in the Electoral District of Woodbrook.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,111
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,330
Tête enseignante GPT0,426
Écart entre enseignants0,097 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTexto & Contexto - EnfermagemMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207