MétaCan
Menu
Retour à la cohorte
Enregistrement W6999128474

Bruk av reseptfrie smertestillende medikamenter blant multietnisk oslo-ungdom

2013· dissertation· en· W6999128474 sur OpenAlexaboutno aff

Notice bibliographique

RevueDuo Research Archive (University of Oslo) · 2013
Typedissertation
Langueen
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNorwegianEthnic groupImmigrationPopulationQuarter (Canadian coin)Ethnic origin
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Data on the use of over-the-counter (OTC) analgesics comparing different adolescent ethnic groups is scarce. In Oslo, almost one quarter of the adolescent population come from an immigrant background.\n\t\nObjective: The aim of this study is to describe possible differences in the use of OTC analgesics between Norwegian adolescents (15-16 year olds) and adolescents with Muslim and Other immigrant background. \n\nMethods: A survey on health and medication use was undertaken among 10 graders (15-16 year olds) in all Secondary Schools in Oslo, Norway. This was the youth part of the Oslo Health Study in 2000-2001. There were 7343 participants in the survey, 3612 boys and 3695 girls. \n\nResults: Norwegian adolescents were more likely to report use of OTC analgesics during the past four weeks, 24,4% of the boys and 57,5% of the girls reported using such medication. In the Muslim group, 17,9% of the boys and 34,5% of the girls reported use of OTC analgesics. Similar figures for Other immigrant background were 21,8% and 32,9%. Use within the Muslim group depended on nationality, among Pakistani girls only 24,0% had used these preparations, while 60,4% of Iranian girls reported the same. The differences were not as striking for boys.\n\n\nConclusions: A difference exists across ethnicity in adolescents’ use of OTC analgesics. Adolescents from Muslim and Other immigrant background countries used less OTC analgesics than ethnic Norwegians. The use within the Muslim group further depends on nationality.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0290,010

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,313
Écart entre enseignants0,276 · 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'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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDuo Research Archive (University of Oslo)Même sujetPediatric Pain Management TechniquesTravaux en français237 207