Reducing alcohol‐related damage in populations: rethinking the roles of education and persuasion interventions
Notice bibliographique
Résumé
AIM: In order to potentially enhance the impact of most effective policies and interventions in reducing the population level damage from alcohol, a new perspective with regard to education and persuasion interventions is offered. METHODS: Recent studies were examined on the global burden of alcohol and also those focusing on the links between overall consumption and high-risk drinking, on one hand, and drinking-related damage on the other hand. A synopsis of main findings from reviews and other analysis provides the basis for conclusions about the impacts of education and persuasion interventions. RESULTS: There is a relative absence of evidence of the effectiveness of education and persuasion in reducing consumption, curtailing high-risk drinking or reducing damage from alcohol. This is in contrast to the rising levels of damage from alcohol, and also to the demonstrated effectiveness of certain alcohol policies and interventions, as summarized in Babor et al. CONCLUSIONS: Given that only a small fraction of education and persuasion interventions have any positive impact, generating 'more of the same' is not an impact-effective and cost-efficient approach. Therefore, interventions that have not been shown to be effective need to be phased out and those most effective and of widest scope should receive more attention and enhanced resources. A reframing of the roles and foci of persuasion interventions is advised, including, for example, focusing on informing policy-makers, and stimulating public discussions about the rationale of alcohol policies and the roles that citizens can play in promoting and supporting these policies.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».