Alcohol‐related negative consequences among drinkers around the world
Notice bibliographique
Résumé
AIMS: This paper examines (i) gender and country differences in negative consequences related to drinking; (ii) relative rates of different consequences; and (iii) country-level predictors of consequences. DESIGN SETTING AND PARTICIPANTS: Multi-level analyses used survey data from the Gender, Alcohol, and Culture: An International Study (GENACIS) collaboration. MEASUREMENTS: Measures included 17 negative consequences grouped into (i) high endorsement acute, (ii) personal and (iii) social. Country-level measures included average frequency and quantity of drinking, percentage who were current drinkers, gross domestic product (GDP) and Human Development Index (HDI). FINDINGS: Overall, the three groupings of consequences were reported by 44%, 12% and 7% of men and by 31%, 6% and 3% of women, respectively. More men than women endorsed all consequences, but gender differences were greatest for consequences associated with chronic drinking and social consequences related to male roles. The highest prevalence of consequences was in Uganda and lowest in Uruguay. Personal and social consequences were more likely in countries with higher usual quantity, fewer current drinkers and lower scores on GDP and HDI. However, significant interactions with individual-level quantity indicated a stronger relationship between consequences and usual quantity among drinkers in countries with lower quantity, more current drinkers and higher scores on GDP and HDI. CONCLUSIONS: Both gender and country need to be taken into consideration when assessing adverse drinking consequences. Individual measures of alcohol consumption and country-level variables are associated with experiencing such consequences. Additionally, country-level variables affect the strength of the relationship between usual quantity consumed by individuals and adverse consequences.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».