Impact of Parental Attitude to Adolescents Who Abuse Drugs
Notice bibliographique
Résumé
OBJECTIVE: Youngsters like to experiment with risky life stiles, without adequate knowledge about long-term health effects. Bosnia and Herzegovina is currently going through transition period and is a postwar society with various risk factors for drug abuse (economic, social and health factors). The main objective of the research was to show parents behavior related to drug abuse of their children, and to describe if there is parental support to such kind of behavior. METHODS: This study covers 368 adolescents: 170 males, 198 females, aged 12-17, with equal urban and rural distribution. The research tool used was Q2004 (K.B. Kelly 2000). EPI info was used for statistical analysis. Research is epidemiological and was done in urban and rural areas of Sarajevo Canton. RESULTS: Out of total number of individuals involved in the study 25.8% were found to be cigarette smokers, 39.4% consumed alcohol, and 2.2% consumed marijuana. Alcohol abuse is more present in urban rather than in rural types of communities. (56.6%; 43.4%; p = 0.0001). Of all age groups examined, alcohol abuse is most frequent in males (53.1%; 46.9%). and high school age group (69.0%; 31.0%). Passive parental support to alcohol consumers is surprisingly high (> 50%). CONCLUSION: It is determined that parents (particularly fathers) use tobacco and alcohol, and passively support similar behavior of their children. More than one quarter of parents (26.2%) are aware that their children drink alcohol. These results could be used to develop an appropriate prevention strategy. It is necessary to be aware of all relevant risk factors.
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 ».