MétaCan
Menu
Retour à la cohorte
Enregistrement W2996369663 · doi:10.1080/08039488.2019.1696887

Does establishing local treatment institutions lead to different populations seeking treatment among Greenlandic Inuit?

2019· article· en· W2996369663 sur OpenAlexaboutno aff
Julie Flyger, Bent Nielsen, Birgit Niclasen, Anette Søgaard Nielsen

Notice bibliographique

RevueNordic Journal of Psychiatry · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychiatryLead (geology)MedicineEnvironmental healthPsychologyBiology

Résumé

récupéré en direct d'OpenAlex

Introduction: In 2016, a new addiction treatment service was established in Greenland to tackle the addiction problems with alcohol, cannabis and gambling among the population. The new service has established a treatment center in each of the five municipalities and works in partnership with a central private provider of treatment for those who reside in areas without a local treatment center.Methods: The national addiction database provided us with data from the Alcohol Use Disorder Identification Test, Alcohol Severity Index and questions on cannabis use and gambling behavior received at referral to, and at initiation of treatment. The data were analyzed for differences between the population in local or central treatment using SPSS version 25 (SPSS Inc., Chicago, IL).Results: Significant differences between the individuals in local and central treatment were revealed. Individuals in local treatment are more often women with minor children and a job, and their alcohol use is concentrated on weekends/holidays. Individuals in central treatment are more equal in both genders, few have minor children living at home, heavy drinking is more pronounced, and cannabis is used more frequently as well.Discussion: The findings support our expectations of local treatment being more attractive to individuals with obligations at home. The differences in the populations are worth considering when planning the treatment service, as the needs of the populations might differ. The findings are limited by many missing in the analyses, which we believe is caused by the establishing process of the new service.

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)0,000
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 enseignants0,015
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,033
Tête enseignante GPT0,309
Écart entre enseignants0,275 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNordic Journal of PsychiatryMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207