MétaCan
Menu
Retour à la cohorte
Enregistrement W2979238206 · doi:10.3390/ijerph16193749

Regulatory Policies for Alcohol, other Psychoactive Substances and Addictive Behaviours: The Role of Level of Use and Potency. A Systematic Review

2019· review· en· W2979238206 sur OpenAlexafffund
Jürgen Rehm, Jean‐François Crépault, Omer S. M. Hasan, Dirk W. Lachenmeier, Robin Room, Bundit Sornpaisarn

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2019
Typereview
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensCanada Research ChairsUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesConsumers, Health, Agriculture and Food Executive AgencyCanadian Institutes of Health ResearchFoundation for Alcohol Research and EducationForskningsrådet om Hälsa, Arbetsliv och Välfärd
Mots-clésCannabisPotencyPsychoactive substanceAddictionAlcoholEnvironmental healthPsychologyMedicinePsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

The object of this contribution based on a systematic review of the literature is to examine to what degree the level of use and potency play a role in regulatory policies for alcohol, other psychoactive substances and gambling, and whether there is an evidence base for this role. Level of use is usually defined around a behavioural pattern of the user (for example, cigarettes smoked per day, or average ethanol use in grams per day), while potency is defined as a property or characteristic of the substance. For all substances examined (alcohol, tobacco, opioids, cannabis) and gambling, both dimensions were taken into consideration in the formulation of most regulatory policies. However, the associations between both dimensions and regulatory policies were not systematic, and not always based on evidence. Future improvements are suggested.

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)0,011
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0080,008
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,519
Tête enseignante GPT0,544
Écart entre enseignants0,025 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetGambling Behavior and TreatmentsTravaux en français237 207