MétaCan
Menu
Retour à la cohorte
Enregistrement W4210492688 · doi:10.5114/jhi.2021.113167

Alcohol and health in Central and Eastern European Union countries – status quo and alcohol policy options

2021· article· en· W4210492688 sur OpenAlexaff
Jürgen Rehm, Mindaugas Štelemėkas, Kawon Victoria Kim, Anush Zafar, Shannon Lange

Notice bibliographique

RevueJournal of Health Inequalities · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensCentre for Addiction and Mental HealthPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Institute on Alcohol Abuse and Alcoholism
Mots-clésStatus quoEuropean unionHarmConsumption (sociology)Alcohol consumptionBusinessEconomic policyEnvironmental healthEconomic growthAlcoholPolitical scienceEconomicsMedicineMarket economy

Résumé

récupéré en direct d'OpenAlex

The aim of this narrative review is to give an overview of alcohol consumption, attributable health harm, and potential alcohol control policies to reduce this harm in five Central and Eastern European Union countries: Czech Republic, Estonia, Latvia, Lithuania, and Poland. The overall level of alcohol consumption was high, with the two highest-consuming countries in the world being situated in Central and Eastern Europe (Czech Republic, Latvia), and all five of these countries being in the top 15% of World Health Organization member states with respect to consumption. Accordingly, alcohol-attributable health harm was high. Implementation of alcohol control policies could be improved, especially the implementation of pricing policies such as taxation increases. A moderate increase of the tax share on alcohol could result in thousands of lives being saved in Central and Eastern Europe in a single year. As taxation increases not only save lives, but also increase state revenue, the implementation of this alcohol control measure should be made a priority.

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)0,001
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 enseignants0,054
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,098
Tête enseignante GPT0,385
Écart entre enseignants0,287 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health InequalitiesMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207