Heavy Episodic Drinking is a Trait-State: A Cautionary Note
Notice bibliographique
Résumé
BACKGROUND: Heavy episodic (binge) drinking is common in and problematic for undergraduates. Researchers often assume that an individual's heavy episodic drinking is stable and trait-like. However, this fails to consider fluctuating, state-like variation in heavy episodic drinking. This study proposes and tests a novel conceptualization of heavy episodic drinking as a trait-state wherein the contribution of both trait-like stability and state-like fluctuations are quantified. It was hypothesized that heavy episodic drinking is a trait-state such that individuals have trait-like tendencies to engage in heavy episodic drinking, and state-like differences in the expression of this tendency over time. METHODS: A sample of 114 first-year undergraduates from a Canadian university completed self-report measures of heavy episodic drinking at 3 time points across 130 days. Hypotheses were tested with repeated-measures analysis of variance (ANOVA), test-retest correlations, and generalizability theory analyses. RESULTS: A substantial proportion of the variance in heavy episodic drinking is attributable to trait-like stability, with a smaller proportion attributable to state-like fluctuations. CONCLUSIONS: The heavy episodic drinker seems characterized by a stable, trait-like tendency to drink in a risky manner, and this trait-like tendency seems to fluctuate in degree of expression over time. Findings complement research suggesting that people have trait-like predispositions that increase their risk for heavy episodic drinking. However, despite this stable tendency to drink heavily, the frequency of heavy episodic drinking appears to be at least partly sporadic or situation dependent. These findings serve as a caution to alcohol researchers and clinicians who often assume that a single assessment of heavy episodic drinking captures a person's usual drinking behavior.
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 | 0,072 | 0,122 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,035 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».