MétaCan
Menu
Back to cohort
Record W7020987027

Multi-method assessment per giovani adulti con disturbo da dipendenza da sostanze: il ruolo dei fattori neuropsicologici.

2013· article· it· W7020987027 on OpenAlexaboutno aff

Bibliographic record

VenueResearch Padua Archive (University of Padua) · 2013
Typearticle
Languageit
FieldMedicine
TopicPsychosomatic Disorders and Their Treatments
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationSAGE
DOInot available

Abstract

fetched live from OpenAlex

Introduzione. L’attuale esplicarsi del fenomeno della dipendenza da sostanze si caratterizza per il progressivo coinvolgimento di soggetti giovani e il diffondersi di sostanze psicoattive di sintesi, che hanno ripercussioni a livello neurobiologico e neuropsicologico, in particolare dati i processi di evoluzione strutturale e funzionale cerebrali che dovrebbero svolgersi durante il periodo adolescenziale. Sempre più frequentemente, inoltre, si assiste alla condizione di doppia diagnosi, che implica la necessità di percorsi mirati allo scopo di programmare e attuare interventi specifici e adatti alla complessità di tali situazioni cliniche. In particolare appare utile un approccio multi- method all’assessment che prenda in considerazione non solo le variabili dinamiche e relazionali ma anche le caratteristiche cognitive e neuropsicologiche del soggetto. Metodo. L’indagine ha riguardato l’assessment di 15 soggetti, di età compresa tra 17 e 24 anni, inseriti in Comunità Terapeutica per Tossicodipendenti da un tempo non superiore a 4 mesi. Obiettivo è quello di individuare le specificità nel funzionamento di personalità e neuropsicologico dei soggetti osservati ed eventuali relazioni tra gli aspetti rilevati. I metodi per l’assessment sono stati scelti in quanto adeguati all’età del gruppo in oggetto e replicabili longitudinalmente per il monitoraggio dell’intervento. Questi sono: SCL-90-R, Esame Neuropsicologico Breve (ENB-2), COPE-NVI, Locus of Control Scale, Toronto Alexithymia Scale, Emotional Quotient Inventory, Sensation Seeking Scale, SWAP-200. Risultati e conclusioni. I dati sono in corso di elaborazione e saranno analizzati con lo scopo di individuare un possibile modello di interrelazione (quando non causale) tra le variabili indagate utilizzabile come quadro diagnostico in grado di orientare gli interventi svolti nell’ambito del programma comunitario e di favorire una verifica degli stessi a breve e lungo termine.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.012
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.008
Threshold uncertainty score0.040

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0080.012
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0020.001
Science and technology studies0.0010.001
Scholarly communication0.0020.002
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.085
GPT teacher head0.374
Teacher spread0.289 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueResearch Padua Archive (University of Padua)Same topicPsychosomatic Disorders and Their TreatmentsFrench-language works237,207