Dataset: Repeated and longitudinal measures database from 1994 to 2018 to assess Chile's substance use control policies for the 2000–2010 decade
Notice bibliographique
Résumé
We developed a database to assess Chile's substance use control policies implemented in the 2000-10 decade. The database includes the measurement of consumption of substances such as alcohol, tobacco, and drugs (cannabis, cocaine, and “pasta base” (crack)), individual, relationships, and environmental factors related to substance use, and variables that measure the implementation of laws regulating its use. For the construction of the database, we used information from three sources: i) the biannual National Survey of Drug Consumption for the general population of the National Service of Prevention and Rehabilitation for Drug and alcohol consumption (SENDA) from the Chilean government, ii) the cases filed in local police courts by group of offenses from Chile's Ministry of Justice reports, and iii) the regional imprisoned population from Chile's Correctional Services reports. In the case of the first data source, a data curation process was established to construct this unique database from 1994 to 2018, identifying variables measured systematically over time, standardizing variables' operationalization, and adjusting responses to prespecified flows in each year. On the other hand, substance use control laws enacted in 2004 (alcohol), 2005 (drugs), and 2006 (tobacco) were operationalized as categorical and continuous variables as indicators of its implementation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».