Determination of the prevalence of anabolic steroids, stimulants, and selected drugs subject to doping controls among elite sport students using analytical chemistry
Notice bibliographique
Résumé
Drug abuse by adolescents has been investigated in various surveys that reported correlations between age, gender, and activity. However, none of these studies included chemical analyses to help substantiate the statements of participants. In the present study, the urine specimens of 964 students (439 females, 525 males; mean age 22.1 years, s = 1.7), who applied to study sports sciences at university, were assessed for anabolic steroids, stimulants, and selected drugs prohibited in sports. In total, 11.2% of the urine specimens provided contained drugs covered by doping controls. The most frequently detected compound was the major metabolite of tetrahydrocannabinol (9.8%) followed by various stimulants related to amphetamine and cocaine (1.0%). Indications of anabolic steroid use were found in 0.4% of urine samples but originated from contraceptives containing norethisterone. The present study provided unambiguous data on the status quo of drug (ab)use by adolescents hoping for a career related to elite sport or sports sciences. No use of anabolic steroids was detected. However, evidence for stimulants and tetrahydrocannabinol administration was obtained, although not reported by any participant, which highlights the issue of under-reporting in surveys based solely on questionnaires.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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) | 0,001 | 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 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 ».