MétaCan
Menu
← Retour à la cohorte
Enregistrement W7018832812

EGOCENTRIC SOCIAL NETWORK FACTORS AND ALCOHOL MISUSE AND RECOVERY

2024· dissertation· en· W7018832812 sur OpenAlexfundno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2024
Typedissertation
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Drug AbuseCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésSocial network (sociolinguistics)Association (psychology)Context (archaeology)Alcohol use disorderSocial environmentSocial network analysisMeasure (data warehouse)Psychometrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

An individual’s alcohol use influences, and is influenced by, the drinking in their social network. Indeed, a person’s propensity to drink heavily is associated with having a social network in which more people drink heavily. This association has largely been reported in non-clinical samples of young adults and in networks of 10 or fewer relationships. Exploring social networks in older adults and in more distal relationships may further elucidate the interplay between an individual’s drinking and their social network. This dissertation explores the associations between a person’s social network and their drinking behaviour in adults, in clinical samples of people with alcohol use disorder (AUD), and in both proximal and distal social networks. The first study explores the psychometric properties of a brief egocentric (i.e., individual self-reports on their network) social network analysis (SNA) measure in general community adult drinkers. The second study compares a brief and a more extensive, or formal, SNA measure in terms of the capacity to identify AUD. The third study investigates the association between social networks and recovery from AUD, using a simple measure of social network alcohol use. Finally, the fourth study examines whether a higher-resolution SNA tool could provide a more in-depth understanding of the relationship between social networks and recovery from AUD. The results of this dissertation validate several uses of SNA in the context of AUD in adults: first, a brief measure demonstrates excellent psychometric properties. Second, both brief and formal SNA measures demonstrate the capacity to accurately classify those with and without AUD. Third, social networks play both a moderating and/or mediating role in AUD recovery, depending on the phase of recovery and type of social network measure used. Collectively, this dissertation provides an important foundation for further applications of SNA in clinical research and practice.

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)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,045
Tête enseignante GPT0,328
Écart entre enseignants0,283 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)→Même sujetMental Health Research Topics→Travaux en français237 207→