How Stable Is the Motive–Alcohol Use Link? A Cross-National Validation of the Drinking Motives Questionnaire Revised Among Adolescents From Switzerland, Canada, and the United States
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to investigate cross-national differences (1) in the four-dimensional factor structure of drinking motives; (2) in the mean levels of enhancement, coping, social, and conformity motives; and (3) in the association of these motives with adolescent alcohol use, risky single-occasion drinking, and alcohol-related problems. METHOD: Confirmatory factor analysis, analysis of variance, and structural equation modeling were applied to sample data from Switzerland (n=5,118; mean age=15.3), Canada (n=2,557; mean age=15.7), and the United States (n=607; mean age=15.7). RESULTS: The results showed that the four-dimensional factor structure of the Drinking Motives Questionnaire Revised (DMQ-R) was structurally invariant across the three countries. Although the rank order in mean levels of motive endorsement was the same across countries (i.e., highest for social, followed by enhancement, coping, and conformity), the absolute levels of endorsement were highest in the Canadian sample, followed by the Swiss and then the U.S. sample. In all three countries, enhancement and coping motives were positively related to alcohol use and to risky drinking in particular, and coping motives were additionally related to alcohol-related problems. CONCLUSIONS: The results indicate that the DMQ-R is a valid and reliable instrument to assess drinking motives across cultures. It appears therefore that the DMQ-R is an ideal instrument for inclusion in large cross-national surveys and that programs that target motives as a way to reduce risky drinking may be appropriate for different drinking cultures in different geographical locations.
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 | 0,001 |
| 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 ».