Trends and associated factors of alcohol consumption among Southern Thai adolescents, 2003–2009
Notice bibliographique
Résumé
Tantirangsee, N., Assanangkornchai, S., & Geater, A. (2014). Trends and associated factors of alcohol consumption among Southern Thai adolescents, 2003–2009. The International Journal Of Alcohol And Drug Research, 3(3), 219 – 225. doi:http://dx.doi.org/10.7895/ijadr.v3i3.152Aims: To examine the trends in and the factors associated with the use of alcohol among high school students during the period from 2003 to 2009 in southern Thailand.Design: School-based biannual cross-sectional surveys. A self–administered, voluntary and anonymous questionnaire was used to collect data on current alcohol drinking and demographic variables. The time trends were evaluated using a Chi-squared test for trend. The factors associated with alcohol consumption were examined by survey logistic regression models.Setting: High school student sample in southern Thailand.Participants: Grade 7, 9 and 11 students. The numbers of students sampled were 10,972, 9,005, 6,097 and 5,573 in 2003, 2005, 2007 and 2009, respectively.Measures: The association of the use of alcohol over a 30-day period with year of survey and demographic variables including gender, school level, school location, GPA and religion.Findings: Prevalence of the use of alcohol over a 30-day period in grade 11 students tended to increase in males (p-value < 0.001) with no change in females, but the trends of drinking in younger students (grades 7 and 9) decreased over the years in both genders (p-value < 0.001). Male gender (OR 2.16, 95% CI 1.91–2.44), higher school years (grade 9: OR 2.66, 95% CI 2.35–3.01 and grade 11: OR 2.93, 95% CI 2.41–3.55), Buddhism (OR 3.50, 95% CI 2.65–4.64) and low school record (OR 1.51, 95% CI 1.30–1.75) were variables associated with alcohol consumption.Conclusions: The prevalence of young drinkers decreased over the years covered in this study, although the prevalence among senior high school students increased. Specific interventions should be designed and integrated in school activities to reduce the prevalence of alcohol consumption.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».