MétaCan
Menu
Retour à la cohorte
Enregistrement W4407296453 · doi:10.24095/hpcdp.45.2.02

A conceptual framework for the public health monitoring of substance-related harms

2025· article· en· W4407296453 sur OpenAlexaffvenueabout
Heather Orpana, Aganeta Enns, Megan Striha, Diana George, Abban Yusuf, Stephanie L. Hughes, Le Li, Laura H. Thompson

Notice bibliographique

RevueHealth Promotion and Chronic Disease Prevention in Canada · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensPublic Health Agency of CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSubstance useConceptual frameworkStigma (botany)Equity (law)Public healthMental healthPublic relationsSubstance misusePsychologyThe Conceptual FrameworkMental illnessEnvironmental healthBusinessPolitical scienceMedicineNursingSociologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Executive summary: The drug toxicity crisis in Canada and elsewhere has increased the need for timely and relevant data to inform policies and programs aimed at mitigating substance-related harms. While a number of monitoring systems addressing specific components of substance use and related harms in Canada exist, they are not guided by an overarching conceptual framework. This evidence-informed policy brief describes the development of a conceptual framework for the public health monitoring of substance-related harms. The resulting framework includes four primary topic areas (risk and protective factors, substance use, health supporting systems and substance-related harms and benefits) four cross-cutting topic areas (life course, equity, substance use stigma and mental and physical health and illness) and two overarching considerations (respectful use of data and engagement). This framework can be used to organize existing activities and to identify data and monitoring gaps for further development.

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)0,120
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,837

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1200,072
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0180,017
Études des sciences et des technologies0,0130,053
Communication savante0,0200,015
Science ouverte0,0070,010
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,338
Tête enseignante GPT0,574
Écart entre enseignants0,236 · 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'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Promotion and Chronic Disease Prevention in CanadaMême sujetHealth Policy Implementation ScienceTravaux en français237 207