Trends in alcohol consumption during pregnancy in Australia, 2001–2010
Notice bibliographique
Résumé
Callinan, S., & Ferris, J. (2014). Trends in alcohol consumption during pregnancy in Australia, 2001–2010. The International Journal Of Alcohol And Drug Research, 3(1), 17-24. doi:10.7895/ijadr.v3i1.108Aim: The aim of the current study is to examine, using cross-sectional data, the role of maternal age, period (year of pregnancy) and cohort (year of birth) as predictors of alcohol consumption during pregnancy over a 10-year period.Design: Four cross-sectional surveys were examined, both separately and together.Setting: Using cross-sectional data, there does appear to be a positive relationship between maternal age and alcohol consumption during pregnancy; however, within any one survey period, it is difficult to determine if these patterns are due to period or cohort effects.Participants: The National Drug Strategy Household Survey (NDSHS) is a large-scale survey administered to more than 20,000 respondents. Across four survey periods, 3,281 women reported being pregnant in the 12 months prior to the survey.Measures: The section on pregnancy and alcohol in the NDSHS 2001, 2004, 2007 and 2010.Findings: Age was a significant positive predictor of alcohol consumption during pregnancy in 2010. However, when the four data sets were combined, period appeared to be a stronger predictor, with younger groups and cohorts decreasing consumption at a faster rate over time than older groups and cohorts.Conclusions: Although age and cohort do play a role in the likelihood of alcohol consumption among Australian women during pregnancy, period is the most important predictor, indicating that alcohol consumption among pregnant women is decreasing. Furthermore, knowledge of pregnancy results in a marked decrease in consumption, suggesting a possible focus for prevention campaigns.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».