Patron offending and intoxication in night-time entertainment districts (POINTED): A study protocol
Notice bibliographique
Résumé
Miller, P., Pennay, A., Jenkinson, R., Droste, N., Chikritzhs, T., Tomsen, S., Wadds, P., Jones, S. C., Palmer, D., Barrie, L. & Lubman, D. I. (2013). Patron offending and intoxication in night-time entertainment districts (POINTED): A study protocol. International Journal of Alcohol and Drug Research, 2(1), 69-76. doi: 10.7895/ijadr.v2i1.74 (http://dx.doi.org/10.7895/ijadr.v2i1.74)Risky alcohol consumption is the subject of considerable community concern in Australia and internationally, particularly the risky drinking practices of young people consuming alcohol in the night-time economy. This study will determine some of the factors and correlates associated with alcohol-related risk-taking, offending and harm in and around licensed venues and night-time entertainment precincts across five Australian cities (three metropolitan and two regional). The primary aim of the study is to measure levels of pre-drinking, drinking in venues, intoxication, illicit drug use and potentially harmful drinking practices (such as mixing with energy drinks) of patrons in entertainment areas, and relating this to offending, risky behaviour and harms experienced. The study will also investigate the effects of license type, trading hours, duration of drinking episodes and geographical location on intoxication, offending, risk-taking and experience of harm. Data collection involves patron interviews (incorporating breathalysing and drug testing) with 7500 people attending licensed venues. Intensive venue observations (n=112) will also be undertaken in a range of venues, including pubs, bars and nightclubs. The information gathered through this study will inform prevention and enforcement approaches of policy makers, police and venue staff.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».