MétaCan
Menu
Retour à la cohorte
Enregistrement W2033252825 · doi:10.1037/1064-1297.9.1.117

Perceived vulnerability to alcohol-related harm in young adults: Independent effects of risky alcohol use and drinking motives.

2001· article· en· W2033252825 sur OpenAlexaff
T. Cameron Wild, Riley E. Hinson, John Cunningham, Jason R. Bacchiochi

Notice bibliographique

RevueExperimental and Clinical Psychopharmacology · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHarmVulnerability (computing)Injury preventionHuman factors and ergonomicsEpidemiologyEnvironmental healthSuicide preventionPsychologyPoison controlOccupational safety and healthAlcoholHarm reductionMedicineClinical psychologyPublic healthSocial psychologyComputer security

Résumé

récupéré en direct d'OpenAlex

Perceived vulnerability to negative outcomes can motivate heavy drinkers to adopt health-protective behavior, but little is known about determinants of perceived vulnerability to alcohol-related harm. University students (N = 286) were assessed to determine epidemiological risk status on a standardized problem drinking measure, typical reasons for drinking and cutting down, and perceived risk of experiencing alcohol-related harm. Results showed a positive relationship between problem drinking status and perceived risk of experiencing harm. However, at-risk drinkers believed that they were less likely to personally experience harm than comparable peers (p < .001), whereas not-at-risk drinkers showed no self-other differences in perceived vulnerability. Drinking motives significantly improved the prediction of perceived vulnerability when epidemiological risk status was controlled. Perceived vulnerability to alcohol-related harm is affected by problem drinking status and (independently) by the psychological functions that drinking serves.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,405
Écart entre enseignants0,369 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExperimental and Clinical PsychopharmacologyMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207