MétaCan
Menu
Retour à la cohorte
Enregistrement W2068942191 · doi:10.15288/jsa.2000.61.622

Do changes in per capita consumption mirror changes in drinking patterns?

2000· article· en· W2068942191 sur OpenAlexaffabout
Reginald G. Smart, Helen Suurvali, Robert E. Mann

Notice bibliographique

RevueJournal of Studies on Alcohol · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPer capitaConsumption (sociology)Alcohol consumptionEnvironmental healthDemographyGeographyMedicineAlcoholPopulationBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The goal of this study was to examine how well per capita alcohol consumption figures derived from beverage sales data relate to changes over time in survey-based measures of drinking patterns. It was expected that strong associations would be found among these various measures of consumption. METHOD: Data from 12 household surveys conducted in Ontario between 1977 and 1997 provided information on: percentages of drinkers; daily drinkers; those drinking five or more drinks at a sitting weekly; those reporting two or more alcohol-related harms; and average number of drinks per week. These variables were then correlated with per capita consumption. RESULTS: Significant correlations were found only between per capita consumption and percentage of daily drinkers, and between percentage of drinkers and average number of drinks per week. CONCLUSIONS: The relationship of per capita consumption to survey measures of drinking is weak. The absence of consistent associations over time between per capita consumption and survey measures may be attributable to the small number of available data points or to increases in unrecorded consumption. Further research is needed to verify and explain these results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,365
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Studies on AlcoholMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207