MétaCan
Menu
Retour à la cohorte
Enregistrement W4376643011 · doi:10.1097/yco.0000000000000876

Polysubstance use and lived experience: new insights into what is needed

2023· review· en· W4376643011 sur OpenAlexaboutno aff
Chelsea L. Shover, Jordan Spoliansky, Morgan Godvin

Notice bibliographique

RevueCurrent Opinion in Psychiatry · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésPolysubstance dependenceLived experiencePsychological interventionCredibilityPsychologyAmbivalencePublic relationsSubstance useMedicineSocial psychologyPolitical sciencePsychiatryPsychotherapist

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: During the current overdose crisis in the United States and Canada, both polysubstance use and interventions involving people with lived experience of substance use disorder have grown. This review investigates the intersection of these topics to recommend best practices. RECENT FINDINGS: We identified four themes from the recent literature. These are ambivalence about the term lived experience and the practice of using private disclosure to gain rapport or credibility; efficacy of peer participation; promoting equitable participation by fairly compensating staff hired for their lived experience; challenges unique to the current polysubstance-dominated era of the overdose crisis. People with lived experience make important contributions to research and treatment, especially given the additional challenges that polysubstance use creates above and beyond single substance use disorder. The same lived experience that can make someone an excellent peer support worker also often comes with both trauma related to working with people struggling with substance use and lack of opportunities for career advancement. SUMMARY: Policy priorities for clinicians, researchers and organizations should include steps to foster equitable participation, such as recognizing expertise by experience with fair compensation; offering career advancement opportunities; and promoting self-determination in how people describe 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,162
Tête enseignante GPT0,437
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in PsychiatryMême sujetOpioid Use Disorder TreatmentTravaux en français237 207