Substance use among street children in the city of Yaounde, Cameroon
Notice bibliographique
Résumé
Abstract Background Substance use is known to be more common among street children. Sometimes responsible for the runaway and repeated run-away behavior. To be able to reinsert these children, the reasons why there joined the streets, why they use substance and their pattern of substance use need to be understood. Methods We conducted a descriptive cross-sectional mix method study in February 2021 in the streets of Yaounde. We did a semi-structured interview of 159 street children using a sociodemographic questionnaire made of open questions and, the Alcohol, Smoking, and Substance Involvement Screening Test, version 3.0. The data were analyzed using R 4.1.0 for Windows. Results All street children were male. The most common reason for joining the streets was, questing for money, reported by one-quarter of the children. 60% of them used a substance, of which half used a substance because of peer pressure. The most commonly used substance was cannabis (36.48%), followed by Tobacco (35.85%). 14.47% were dependent on tobacco and 11.32% on cannabis. Conclusion Substance use and substance use disorders are highly common among street children of Yaounde. This needs to be addressed to facilitate their reinsertion as shown in other studies. The mechanisms that lead to the absences of girls in the streets should also be explored to see if they can be applied to boys.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».