MétaCan
Menu
Retour à la cohorte
Enregistrement W3035246821 · doi:10.24095/hpcdp.40.5/6.01

Problematic substance use or problematic substance use policies?

2020· article· en· W3035246821 sur OpenAlexaffvenueabout
Tim Stockwell, Cecilia Benoit, Kiffer G. Card, Adam Sherk

Notice bibliographique

RevueHealth Promotion and Chronic Disease Prevention in Canada · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésHarm reductionHarmLegalizationSubstance useSAFERCannabisEnvironmental healthBusinessPublic economicsRisk analysis (engineering)MedicinePolitical sciencePsychologyPublic healthPsychiatryComputer securityEconomicsSocial psychologyNursingComputer science

Résumé

récupéré en direct d'OpenAlex

This special issue on substance use issues comes at a critical time for Canadian health policy makers and researchers. Most attention is currently focussed on the opioid crisis and the potential impacts of cannabis legalization. However, our most widely used and harmful substances continue to be alcohol and nicotine. Our policies to reduce harms from these substances are failing. While alcohol control policies are being gradually abandoned, opportunities to maximize the harm reduction potential of new, alternative and safer nicotine delivery devices are not being grasped. More generally, a greater focus is needed on harm reduction strategies that are informed by the experience of marginalized people with severe substance use-related problems so as to not exacerbate health inequities. In order to better inform policy responses, we recommend innovative approaches to monitoring and surveillance that maximize the use of multiple data sources, such as those used in the Canadian Substance Use Costs and Harms (CSUCH) project. Greater attention to precision in defining patterns of risky use and harms is also needed to support policies that more accurately reflect and respond to actual levels of substance use-related harm in Canadian society.

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)0,005
score de la tête « metaresearch » (Gemma)0,025
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: aucune
Score de désaccord entre enseignants0,171
Score d'incertitude au seuil0,343

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0060,009
Communication savante0,0120,007
Science ouverte0,0030,003
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0220,002

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 Opus0,087
Tête enseignante GPT0,332
Écart entre enseignants0,244 · 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

Citations2
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Promotion and Chronic Disease Prevention in CanadaMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207