MétaCan
Menu
Retour à la cohorte
Enregistrement W4385476502 · doi:10.11124/jbies-23-00055

Public health interventions to prevent adolescent vaping: a scoping review protocol

2023· review· en· W4385476502 sur OpenAlexaff
Jamie DiCasmirro, Joan Tranmer, Colleen Davison, Kevin Woo, Amanda Ross‐White, M. Hubeny, Catherine Goldie

Notice bibliographique

RevueJBI Evidence Synthesis · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueDoping in Sports
Établissements canadiensLakehead UniversityQueen's UniversityCentre for Excellence in Mining Innovation
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOPsychological interventionMEDLINEPublic healthMedicineSystematic reviewInclusion (mineral)Family medicineMedical educationPsychologyNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of the review is to systematically examine the emerging literature related to public health interventions aimed at preventing adolescent vaping. INTRODUCTION: The prevalence of vaping among adolescents is a rising concern worldwide. A thorough investigation of existing public health interventions to prevent vaping among adolescents is imperative to reduce serious and avoidable vaping-related health risks for this cohort. Many vaping-prevention interventions have been described in the literature, but their key components and outcomes have not been summarized. INCLUSION CRITERIA: All English literature related to public health interventions preventing adolescent (aged 10 to 18 years) vaping from all countries will be included. METHODS: This review will follow the JBI methodology for scoping reviews. A comprehensive search of academic and gray literature using MEDLINE (Ovid), CINAHL (EBSCOhost), Embase (Ovid), PubMed, PsycINFO (Ovid), ProQuest (Health and Medicine and Sociology Collections), and Web of Science Core Collection will be performed. Articles will be screened for inclusion by 2 independent reviewers. Results will be extracted using customized tools and summarized in a final report using narrative synthesis and presented in table format.

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)0,097
score de la tête « metaresearch » (Gemma)0,068
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: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,514

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,068
Méta-épidémiologie (sens strict)0,0050,006
Méta-épidémiologie (sens large)0,0140,015
Bibliométrie0,0180,014
Études des sciences et des technologies0,0050,005
Communication savante0,0080,009
Science ouverte0,0060,008
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0700,014

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 Opus0,312
Tête enseignante GPT0,532
Écart entre enseignants0,220 · 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
GenreProtocole

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

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJBI Evidence SynthesisMême sujetDoping in SportsTravaux en français237 207