MétaCan
Menu
Retour à la cohorte
Enregistrement W3037884726 · doi:10.17975/sfj-2020-003

Comparison of Fatal Recreational Drug Overdoses between Celebrities and Non-Celebrities

2020· article· en· W3037884726 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueSTEM Fellowship Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHeroinDescriptive statisticsPopulationDrug overdoseRecreationMedicineTest (biology)DemographyDrugPsychiatryPsychologyMedical emergencyPoison controlEnvironmental healthSociologyBiologyStatistics

Résumé

récupéré en direct d'OpenAlex

Previous studies have examined drug overdoses among celebrities, but not in comparison to the general population. This study’s goal was to analyze whether celebrities have higher fatal overdose rates from recreational drug use than the non-celebrity population. It is often presumed that celebrities engage in more drug use to cope with their stressful and taxing lifestyles. To test this claim, we gathered a list of American celebrities that fatally overdosed on drugs from 1999 to 2017 (inclusive), as well as the number of overdoses in the general American population during this time frame. Certain drugs of interest were kept and less commonly occurring drugs that resulted in overdose were excluded, leaving us with opioids, heroin, cocaine, benzodiazepines, psychostimulants, and antidepressants. Descriptive statistics of both populations including gender and specific professions of celebrities were collected. Then, an independent samples t-test was used to discover if there was a significant difference between fatal overdoses for the celebrity versus non-celebrity population in general and for each drug listed previously from the years 1999 to 2017. Pearson’s correlation analysis was used to find if there was a difference in the yearly trend of overdoses for celebrities versus non-celebrities during the same time range. Descriptive statistics demonstrated that males comprised 62.9% of fatal overdoses for non-celebrities and 73.5% for celebrities, and musicians (24.3%), athletes (23.6%), and actors (17.6%) tend to overdose the most in terms of celebrity professions. In addition, the results from the t-test showed that non-celebrities had not fatally overdosed at significantly different rates than celebrities from 1999 to 2017. as well as overdosed at no significantly different rate for each individual drug than celebrities during this time frame. However, the exceptions were any opioids and benzodiazepines, for which the former group overdosed at a significantly higher rate. Pearson’s correlation analysis yielded an insignificant negative correlation between fatal overdoses and years passed between 1999 to 2017 for celebrities, and a significant positive correlation between fatal overdoses and years passed for non-celebrities. The judgmental heuristics may make us believe that more celebrities fatally overdose than non-celebrities, and that this presumption could potentially be problematic because celebrities have a massive influence on society, which could lead the general population to engage in these self-destructive behaviours themselves.

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.

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 enseignants0,430
Score d'incertitude au seuil0,926

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 recherche0,0000,001
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 Opus0,103
Tête enseignante GPT0,364
Écart entre enseignants0,261 · 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