MétaCan
Menu
Retour à la cohorte
Enregistrement W954386597 · doi:10.1016/j.alkona.2015.06.003

On monitoring unrecorded alcohol consumption

2015· article· en· W954386597 sur OpenAlexaff
Jürgen Rehm, Vladimir Poznyak

Notice bibliographique

RevueAlcoholism and Drug Addiction · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésAlcohol consumptionConsumption (sociology)Environmental healthAlcoholMedicineSociologyChemistrySocial science

Résumé

récupéré en direct d'OpenAlex

Unrecorded alcohol consumption is a global problem, with about 25% of all alcohol consumption concerning this category. There are different forms of unrecorded alcohol, legally produced versus illegally produced, artisanal vs industrially produced, and then surrogate alcohol, which is officially not intended for human consumption. Monitoring and surveillance of unrecorded consumption is not well developed. The World Health Organization has developed a monitoring system, using the Nominal Group Technique, a variant of the Delphi methodology. Experiences with this methodology over the past two years are reported. Finally, conclusions for the monitoring and surveillance at the national level are given. Nierejestrowana konsumpcja alkoholu, której udział w spożyciu alkoholu ogółem wynosi około 25%, jest problemem o charakterze globalnym. Istnieje wiele źródeł konsumpcji nierejestrowanej, takie jak produkcja legalna i nielegalna, rzemieślnicza i przemysłowa, a także alkohol, który oficjalnie nie jest przeznaczony do spożycia. Monitorowanie tej konsumpcji jest słabo rozwinięte. Dopiero ostatnio, Światowa Organizacja Zdrowia wypracowała system monitoringu oparty na Nominalnej Technice Grupowej (Nominal Group Technique), która mieści się w szerszej kategorii metodologii delfickiej. Artykuł przedstawia doświadczenia z zastosowaniem tej metodologii zebrane w ciągu ostatnich dwóch lat oraz propozycje krajowego monitoringu konsumpcji nierejestrowanej.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,390
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

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

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 Opus0,063
Tête enseignante GPT0,321
Écart entre enseignants0,258 · 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 tête enseignante, 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

Citations37
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlcoholism and Drug AddictionMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207