MétaCan
Menu
Retour à la cohorte
Enregistrement W4297120376 · doi:10.1016/j.drugpo.2022.103857

Child-centred harm reduction

2022· article· en· W4297120376 sur OpenAlexaff
Damon Barrett, Claudia Stoicescu, Meaghan Thumath, Emma Maynard, Russell Turner, Sam Shirley‐Beavan, Eliza Kurcevič, Frida Petersson, Jennifer Hasselgård-Rowe, Corina Giacomello, Ella Wåhlin, Rick Lines

Notice bibliographique

RevueInternational Journal of Drug Policy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesForskningsrådet om Hälsa, Arbetsliv och Välfärd
Mots-clésHarm reductionHarmIntersection (aeronautics)Field (mathematics)Work (physics)PsychologyCriminologySociologyPolitical sciencePublic relationsLawMedicineNursingPublic healthEngineering

Résumé

récupéré en direct d'OpenAlex

Harm reduction has become increasingly influential in drug policy and practice, but has developed primarily around adult drug use. Theoretical, practical, ethical and legal issues pertaining to children and adolescents under the age of majority - both relating to their own use and the effects of drug use among parents or within the family - are less clear. This commentary proposes a sub-field of drug policy at the intersection of harm reduction and childhood which we refer to as 'child-centred harm reduction'. We provide a definition and conceptual model, as well as illustrative questions that emerge through a child-centred harm reduction lens. Many people in different countries are already working on these kinds of issues, whose work needs greater recognition, analysis and support. In beginning to name and define this sub-field we hope to improve this situation, and inspire further international debate, collaboration, and innovation.

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,230
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,011
Tête enseignante GPT0,292
Écart entre enseignants0,281 · 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'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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Drug PolicyMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207