Alcohol consumption and social inequality at the individual and country levels—results from an international study
Notice bibliographique
Résumé
BACKGROUND: International comparisons of social inequalities in alcohol use have not been extensively investigated. The purpose of this study was to examine the relationship of country-level characteristics and individual socio-economic status (SES) on individual alcohol consumption in 33 countries. METHODS: Data on 101,525 men and women collected by cross-sectional surveys in 33 countries of the GENACIS study were used. Individual SES was measured by highest attained educational level. Alcohol use measures included drinking status and monthly risky single occasion drinking (RSOD). The relationship between individuals' education and drinking indicators was examined by meta-analysis. In a second step the individual level data and country data were combined and tested in multilevel models. As country level indicators we used the Purchasing Power Parity of the gross national income, the Gini coefficient and the Gender Gap Index. RESULTS: For both genders and all countries higher individual SES was positively associated with drinking status. Also higher country level SES was associated with higher proportions of drinkers. Lower SES was associated with RSOD among men. Women of higher SES in low income countries were more often RSO drinkers than women of lower SES. The opposite was true in higher income countries. CONCLUSION: For the most part, findings regarding SES and drinking in higher income countries were as expected. However, women of higher SES in low and middle income countries appear at higher risk of engaging in RSOD. This finding should be kept in mind when developing new policy and prevention initiatives.
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 | 0,008 | 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 ».