Alcohol prevention: What can be expected of a harm reduction focused school drug education programme?
Notice bibliographique
Résumé
Aim: This pilot study investigated what alcohol prevention benefits could be achieved by a harm reduction focused school drug education intervention that addressed all drug use, both licit and illicit.Method: The study population comprised a cohort of 225 students in three intervention secondary schools and 93 students in a matched control school in Victoria, Australia. A classroom drug education programme, derived from evidence of effective practice and designed to reduce alcohol and other drug harm, was provided to the intervention students during years eight (13–14 year olds) and nine (14–15 year olds) by teachers trained in its delivery. The control students received the drug education programme normally provided by their school.Findings: The students, who received the intervention, were more knowledgeable about drug use issues, communicated more with their parents about alcohol, drank less, got drunk less, and experienced fewer alcohol related harms. They also remembered receiving more alcohol lessons. They were, however, no less likely to have tried alcohol.Conclusions: The findings are consistent with other studies that have demonstrated school alcohol education that focuses on harm reduction can be effective in reducing consumption, risk and harm. In this study, this was achieved even though the students were not persuaded against taking up drinking, and the intervention did not focus solely on alcohol. These findings have implications for both the goals and coverage of future school drug education 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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».