MétaCan
Menu
Retour à la cohorte
Enregistrement W4283805570 · doi:10.1111/dar.13509

Developing harm reduction policies: Evidence from Copenhagen's drug consumption rooms

2022· article· en· W4283805570 sur OpenAlexaboutno aff
Jordan M. Hyatt, Synøve N. Andersen, Emily Greberman, Lars Højsgaard Andersen, Ivan Lind Christensen

Notice bibliographique

RevueDrug and Alcohol Review · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensnon disponible
Organismes subventionnairesNorges Forskningsråd
Mots-clésQuarter (Canadian coin)Real estateConsumption (sociology)Rest (music)EconomicsAsset (computer security)BusinessFinanceActuarial scienceMedicineComputer scienceHistoryComputer securityArt

Résumé

récupéré en direct d'OpenAlex

Ivan Christensen is the director of Mændenes Hjem. The remaining authors have no conflicts or potential conflicts to declare. Figure S1 Trends in average real estate price in Vesterbro and the rest of Copenhagen, 2010–2014. Figure shows the trends in average real estate prices (price per square metre) in Vesterbro, where Mændenes Hjem opened its permanent drug consumption room in the second quarter of 2012 (marked by the vertical dashed line), and the rest of the city of Copenhagen. Prices are indexed so prices in Vesterbro relative to the rest of Copenhagen are set to 100 in first quarter of 2012, just prior to the opening of the drug consumption room. Results are from authors' calculations using publicly available data from Finance Denmark (a business association for banks, mortgage institutions, asset management, securities trading, and investments funds in Denmark), which consist of the average actual sales prices per square metre of all traded real estate per quarter. Data retrieved on 2 December 2021, from https://rkr.statistikbank.dk/statbank5a/default.asp?w=3440 Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,999

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)0,0020,001

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 Opus0,149
Tête enseignante GPT0,410
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug and Alcohol ReviewMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207