Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to estimate socioeconomic costs caused by alcohol drinking in Korea as of 2004 in an effort to raise the awareness of the gravity of problems associated with alcohol drinking and the necessity of active intervention by family physicians. METHODS: The costs were classified as direct costs, indirect costs and other costs. The direct costs consisted of direct medical costs and direct non-medical costs. The indirect costs were computed by the reduction and loss of productivity and the loss of workforce. Other costs consisted of property loss, administration costs and costs of alcohol beverage. RESULTS: The annual costs, which seemed to be attributable to alcohol drinking, were estimated to be 200,990 hundred million won (2.9% of GDP). In the case of the former, the amount included 38.83% for reduction of productivity, 26.92% for loss of the workforce, 22.24% for alcoholic beverage, 5.34% for direct medical costs, 2.29% for loss of productivity, 1.87% for direct non- medical costs, 1.54% for administration costs and 0.97% for loss of property. CONCLUSION: Our study confirms that compared with the cases of Japan (1.9% of GNP), Canada (1.09% of GDP), France (1.42% of GDP) and Scotland (1.19% of GDP), alcohol drinking incurs substantial socioeconomic costs to Koreans. An active intervention by family physicians is suggested.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,005 |
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 ».