Alcohol Consumption, Alcoholics Anonymous Membership, and Suicide Mortality Rates, Ontario, 1968-1991
Notice bibliographique
Résumé
OBJECTIVE: The goal of this study is to identify alcohol-related factors that influence mortality rates from suicide. Specifically, we examine the impact of per capita consumption of total alcohol, distilled spirits, and beer and wine; unemployment rate; and Alcoholics Anonymous (AA) membership rate on total and male and female suicide mortality rates in Ontario between 1968 and 1991. METHOD: We studied the impact of alcohol consumption levels, AA membership rates, and unemployment rates on suicide mortality rates in Ontario from 1968 to 1991. Time series analyses with Auto Regressive Integrated Moving Average (ARIMA) modeling were applied to total and male and female suicide rates. The analyses performed included total alcohol consumption, distilled spirits consumption, beer consumption, and wine consumption. Missing AA membership data were interpolated with cubic splines. RESULTS: Total alcohol consumption and consumption of each of beer, distilled spirits, and wine were significantly and positively related to total and female suicide mortality rates. AA membership rates were negatively related to total and female suicide rates. Although data for males did not reach significance (except for the relationship between wine consumption and suicide rate), the direction of effects was consistent with that observed for female and total suicide rates. Unemployment rates were positively related to male and total suicide rates in some models. CONCLUSIONS: These data confirm the important relationships between per capita consumption measures and suicide mortality rates seen by previous investigators. Additionally, the results for AA membership rates are consistent with the hypothesis that AA membership and treatment for misuse of alcohol can exert beneficial effects observable at the population level.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».