Keskushermostoa kiihdyttävät huumausaineet: tutkimus Suomen yleisimmin käytetyistä piristeistä sekä siitä, mikä niissä vetää käyttäjiä puoleensa
Notice bibliographique
Résumé
Opinnäytetyön tarkoituksena on selvittää Suomen yleisimmin käytetyt keskushermostoa kiihdyttävät huumausaineet eli piristeet, luoda niistä kokonaiskuva sekä selvittää mikä vetää käyttäjiä puoleensa. Lisäksi opinnäytetyössä tutkitaan yleisimmin käytettyjen piristeiden käytön kasvua. \n \nAluksi lukija perehdytetään opinnäytetyöhön, jonka jälkeen tutustutaan syvällisemmin Suomen yleisimmin käytettyihin piristeisiin. Tietopohjan jälkeen lukija pääsee tutustumaan tutkimuksen toteutukseen. Tutkimuksen toteutustapa on kvalitatiivinen eli laadullinen tutkimus. Aineistonkeruumenetelminä ovat erilaiset dokumentit sekä kokemusasiantuntijan haastattelu. \n \nTutkimuksesta ilmenee, että yleisimmät keskushermostoa kiihdyttävät huumausaineet ovat amfetamiini, metamfetamiini, MDMA (ekstaasi) ja kokaiini. Edellä mainittujen huumausaineiden käyttö on myös tilastollisesti kasvussa. Metamfetamiinin käyttö on hieman tasaantunut muutamien vuosien takaiseen nousupyrähdykseen nähden. Kyseisissä huumausaineissa käyttäjiä vetää selkeästi puoleensa niiden energisoiva vaikutus ja itseluottamuksen nousu. \n \nJatkotutkimuksena toimisi vastaavanlainen opinnäytetyö keskushermostoa lamaavista huumausaineista tai tutkimus siitä, kuinka koronavirustilanteen aiheuttamat poikkeusolot ovat vaikuttaneet huumausaineiden käyttöön Suomessa.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,108 | 0,010 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».