The Relationship of Higher Education to Substance Use Trajectories: Variations as a Function of Timing of Enrollment
Notice bibliographique
Résumé
OBJECTIVE: This study examined the association between time to enrollment into postsecondary education and trajectories of heavy episodic drinking (HED) and marijuana use using a prospective longitudinal study. METHOD: Participants included 391 postsecondary students (55% female) drawn from the Victoria Healthy Youth Survey, a five-wave, multi-cohort sample interviewed biennially between 2003 and 2011. Using piecewise latent growth modeling, we compared changes in the trajectories of HED and marijuana use before and after postsecondary enrollment across three groups of young adults: (a) direct entrants (enrolled directly out of high school), (b) gap entrants (took a year off), and (c) delayed entrants (took longer than a year off). RESULTS: Heavy drinking increased after enrollment for direct entrants and gap entrants and decreased for delayed entrants. Marijuana use increased after enrollment for direct entrants, and decreased for gap entrants and delayed entrants. Yet, overall levels of marijuana use were significantly higher among the gap and delay entrants over time compared with direct entrants. Group differences in heavy drinking appeared to reflect age-related changes in drinking patterns. However, differences in marijuana use may reflect pre-existing inequities in access to higher education across groups. CONCLUSIONS: The association between postsecondary education and increased substance use may be limited to students who enroll at a postsecondary institution directly out of high school. However, students who delay enrollment have higher levels of substance use before enrollment, as well as lower high school grades and socioeconomic status compared with direct entrants, and may be particularly vulnerable to long-term substance use problems and degree noncompletion.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».