The direct and indirect relationships between alcohol prevention measures and alcoholic liver cirrhosis mortality.
Notice bibliographique
Résumé
OBJECTIVE: The objective of this article is to investigate direct and indirect relationships between prevention measures and alcoholic liver cirrhosis mortality in Canadian provinces from 1968 to 1986. METHOD: The data base that was assembled included alcoholic cirrhosis mortality rates, alcohol availability measures (rate of licensed premises, year in which the legal drinking age was reduced), per capita consumption of alcohol, rates of AA members and groups, and economic and demographic measures. This article develops a two-equation analytic model based on the availability theory of alcohol problems and prevention (Single, 1988). The distinction between direct and indirect effects of prevention measures can be made explicitly with this model. RESULTS: Alcohol availability measures, but not AA measures, had a significant direct potential impact on alcohol consumption. AA measures had a significant direct relationship to cirrhosis mortality rates. Alcohol consumption also had a significant direct relationship to cirrhosis mortality, and alcohol availability measures had an important indirect relationship through their influence on per capita alcohol consumption. CONCLUSIONS: While these observations need to be interpreted cautiously, the two-equation model shows promise as an approach to understanding direct and indirect influences on alcohol problems. As expected, AA measures and per capita alcohol consumption demonstrated significant direct relationship to cirrhosis mortality. In addition, important indirect influences of drinking-age changes and rates of licensed premises on cirrhosis mortality were observed through their relationships to per capita alcohol consumption.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».