Análisis de la producción científica internacional sobre evaluación de la efectividad de las políticas, planes, programas y proyectos en la prevención del consumo de drogas (Parte I)
Notice bibliographique
Résumé
[Objective]: To characterize global research on the effectiveness of drug use prevention policies, plans, programs and projects, based on the analysis of research articles published and indexed in scientific databases. \n[Material and methods]: Articles on this topic contained in the Web of Science Core Collection database were downloaded and transferred to a Microsoft Access database using a broad search profile that has already been successfully applied in other works. To characterize the scientific production, methods and indicators from the field of bibliometrics were used, as well as social network analysis. \n[Results]: The number of published articles (1266) increased, only diminished in the first years of the epidemic by Covid-19. The subject areas with the highest number of papers were Substance Abuse (435), Public Environmental & Occupational Health (394), Psychiatry (163) and Psychology Clinical (157). Articles published by institutions in the United States, United Kingdom, Australia and Canada predominated. The most studied topics were those related to alcohol abuse, smoking, opioids and cannabis. \n[Conclusions]: A progressive increase in the number of articles on the analyzed topic and institutional collaboration has been confirmed, which is indicative of its health and scientific interest. Alcoholism and smoking are the two most studied addictions in these papers, and the most frequent and most cited topics deal with prevention in adolescence, therapeutic compliance, the effectiveness of harm reduction programs and prevention from primary care.
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 | 0,057 | 0,122 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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 ».