MétaCan
Menu
Retour à la cohorte
Enregistrement W2970152596 · doi:10.1590/1980-265x-tce-2017-0460

CRACK COCAINE USE SCENE IN THE CAPITAL OF THE STATE OF SANTA CATARINA/BRAZIL: THE (IN)VISIBILITY OF USERS

2019· article· en· W2970152596 sur OpenAlexaff
Maria Terezinha Zeferino, Vivian Costa Fermo, Marcelo Brandt Fialho, Akwatu Kenthi, Francisco Inácio Bastos

Notice bibliographique

RevueTexto & Contexto - Enfermagem · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth, Drugs, and Violence
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesnon disponible
Mots-clésVisibilityCrack cocaineInvisibilityContent analysisOstensive definitionCapital (architecture)GeographyCriminologyPsychologySociologySocial sciencePsychiatryArchaeologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objective: to describe the characteristics of the crack cocaine use scene, its surroundings and consequences. Method: this study was based on the Time-location Sampling methodology. Between January and June 2011, 41 crack use scenes were mapped in Florianópolis (Brazil). After randomly selecting the scenes to be observed, the days and shifts for in-depth observation were selected by lottery, for a total of 98 scenes/shifts, this atep was performed between December 2011 and March 2012. The observations were recorded in a field diary, and were examined using content analysis and discussed based on the Brazilian and international literature on the topic. Results: the results show that crack cocaine use scenes were more concentrated in the central regions of Florianópolis. Policing was very ostensive in the communities surrounding these areas, which are strongly marked by drug trafficking. Healthcare, prevention and authority actions were incipient in the locations of substance use, which shows the invisibility of crack users in society. Conclusions: more investments are needed so that public policies work to help drug users access social and healthcare services.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,386

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,259
Tête enseignante GPT0,448
Écart entre enseignants0,189 · 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'étudeQualitatif
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTexto & Contexto - EnfermagemMême sujetYouth, Drugs, and ViolenceTravaux en français237 207