The Global Distribution of Average Volume of Alcohol Consumption and Patterns of Drinking
Notice bibliographique
Résumé
AIMS: To make quantitative estimates on a global basis of exposure of disease-relevant dimensions of alcohol consumption, i.e. average volume of alcohol consumption and patterns of drinking. DESIGN: Secondary data analysis. MEASUREMENTS: Level of average volume of drinking was estimated by a triangulation of data on per capita consumption and from general population surveys. Patterns of drinking were measured by an index composed of several indicators for heavy drinking occasions, an indicator of drinking with meals and an indicator of public drinking. Average volume of consumption was assessed by sex and age within each country, and patterns of drinking only by country; estimates for the global subregions were derived from the population-weighted average of the countries. For more than 90% of the world population, per capita consumption was known, and for more than 80% of the world population, survey data were available. FINDINGS: On the country level, average volume of alcohol consumption and patterns of drinking were independent. There was marked variation between WHO subregions on both dimensions. Average volume of drinking was highest in established market economies in Western Europe and the former Socialist economies in the Eastern part of Europe and in North America, and lowest in the Eastern Mediterranean region and parts of Southeast Asia including India. Patterns were most detrimental in the former Socialist economies in the Eastern part of Europe, in Middle and South America and parts of Africa. Patterns were least detrimental in Western Europe and in developed countries in the Western Pacific region (e.g., Japan). CONCLUSIONS: Although exposure to alcohol varies considerably between regions, the overall exposure by volume is quite high and patterns are relatively detrimental. The predictions for the future are not favorable, both with respect to average volume and to patterns of drinking.
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 | 0,003 | 0,004 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».