‘I have no interest in drinking’: a cross‐national comparison of reasons why men and women abstain from alcohol use
Notice bibliographique
Résumé
AIMS: To examine country differences in reasons for abstaining including the association of reasons with country abstaining rate and drinking pattern. PARTICIPANTS: Samples of men and women from eight countries participating in the GENACIS (Gender Alcohol and Culture: an International Study) project. METHODS: Surveys were conducted with 3338 life-time abstainers and 3105 former drinkers. Respondents selected all applicable reasons for not drinking from a provided list. Analyses included two-level hierarchical linear modelling (HLM) regression. FINDINGS: Reasons for abstaining differed significantly for life-time abstainers compared to former drinkers, by gender and age, and by country-level abstaining rate and frequency of drinking. Life-time abstainers were more likely than former drinkers to endorse 'no interest', 'religion' and 'upbringing' and more reasons overall. Gender differences, especially among former drinkers, suggested that norms restricting drinking may influence reasons that women abstain ('no interest', 'not liking taste') while drinking experiences may be more important considerations for men ('afraid of alcohol problems', 'bad effect on activities'). Younger age was associated with normative reasons ('no interest', 'taste', 'waste of money') and possibly bad experiences ('afraid of problems'). Reasons such as 'religion', 'waste of money' and 'afraid of alcohol problems' were associated with higher country-level rates of abstaining. Higher endorsement of 'drinking is bad for health' and 'taste' were associated with a country pattern of less frequent drinking while 'not liking effects' was associated with higher drinking frequency. CONCLUSIONS: Reasons for abstaining depend on type of abstainer, gender, age and country drinking norms and patterns.
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) | 0,000 | 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 ».