School culture as an influencing factor on youth substance use
Notice bibliographique
Résumé
OBJECTIVE: To determine whether value-added education is associated with lower risk of substance use among adolescents: early initiation of alcohol use (regular monthly alcohol consumption in grade 7), heavy alcohol use (>10 units per week) and regular illicit drug use. DESIGN: Cross-sectional self-reported survey of alcohol and drug use. Analysis used two-level logistic modelling to relate schools providing value-added education with pupils' substance use. The value-added education measure was derived from educational and parenting theories proposing that schools providing appropriate support and control enhance pupil functioning. It was operationalised by comparing observed and expected examination success and truancy rates among schools. Expected examination success and truancy rates were based on schools' sociodemographic profiles. PARTICIPANTS: Data were collected across 15 West Midlands English school districts and included 25,789 pupils in grades 7, 9 and 11 from 166 UK secondary schools. RESULTS: Value-added education was associated with reduced risk of early alcohol initiation (OR (95% CI) 0.87 (0.78 to 0.95)) heavy alcohol consumption (OR 0.91 (0.85 to 0.96)) and illicit drug use (OR 0.90 (0.82 to 0.98)) after adjusting for gender, grade, ethnicity, housing tenure, eligibility for free school meal, drinking with parents and neighbourhood deprivation. CONCLUSIONS: The prevalence of substance use in school is influenced by the school culture. Understanding the mechanism through which the school can add value to the educational experience of pupils may lead to effective prevention programmes.
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».