Social network dynamics of tobacco smoking and alcohol use among persons involved with the criminal legal system (PCLS): A modeling study
Notice bibliographique
Résumé
Background: Tobacco smoking and alcohol use contribute to a synergy of epidemics (a "syndemic") that disproportionately affects persons involved with the criminal legal system (PCLS) and their social networks. An improved understanding of the complex interrelationships among the factors of the incarceration-tobacco-alcohol syndemic is essential to develop effective reform policies and interventions. However, collecting empirical data on these interrelationships is often hampered due to logistical and ethical challenges. Methods: We developed an agent-based network model (ABNM) to simulate the effects of the incarceration-tobacco-alcohol syndemic in the state of Rhode Island, USA. The model was validated and calibrated using empirical survey and demographic data. Outcomes included current smoking and heavy alcohol use rates in the first year after release among previously incarcerated agents and in their social networks. Results: The model successfully replicated demographic, substance use, and incarceration-related parameters. Simulation results suggest high rates of smoking (approximately 80% currently smoking persons in the first few weeks after release) and heavy alcohol use (approximately 40% current heavy alcohol use rate in the first few weeks after release) among PCLS, especially persons with multiple incarceration events. The model also estimated elevated rates of current smoking and current heavy alcohol use in the direct social contacts of PCLS. Discussion: This ABNM integrates biobehavioral health processes relating to incarceration and substance use. This model can be used as a platform to evaluate the potential impacts of interventions provided to PCLS and their networks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».