MétaCan
Menu
Retour à la cohorte
Enregistrement W4392292506 · doi:10.1080/10826084.2024.2320375

Perceptions of the Seriousness of Different Addictive Behaviors in the United Kingdom

2024· article· en· W4392292506 sur OpenAlexaff
John Cunningham, Jirapart Limaksorn

Notice bibliographique

RevueSubstance Use & Misuse · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésSeriousnessCannabisAddictionPsychiatryPsychologyPopulationEcstasyMedicineClinical psychologyEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

Background: Societal beliefs about the seriousness of different addictions were assessed in the United Kingdom (UK). Methods: An online panel, conducted in 2021 and sampled to be representative of the UK general population 18 years and over (N = 1499), was conducted and asked participants their views regarding the seriousness of different societal problems, including various addictive behaviors. Results: Cannabis was ranked as the least serious of the addictive behaviors. Other illicit drug use (cocaine, amphetamine, heroin) was rated as the most serious of addictive behaviors. None of the addictive behaviors were rated as being as serious a problem to society as environmental damage, violent crime, poverty, and the COVID-19 pandemic. Conclusions: Ratings of cannabis use were not as expected and stand in contrast to the current UK policy on cannabis use. In addition, the UK policy on alcohol consumption contrasts with societal concerns about alcohol use.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,044
Tête enseignante GPT0,316
Écart entre enseignants0,272 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSubstance Use & MisuseMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207