The association between drinking motives and alcohol‐related consequences – room for biases and measurement issues?
Notice bibliographique
Résumé
AIMS: To investigate whether the predominant finding of generalized positive associations between self-rated motives for drinking alcohol and negative consequences of drinking alcohol are influenced by (i) using raw scores of motives that may weight inter-individual response behaviours too strongly, and (ii) predictor-criterion contamination by using consequence items where respondents attribute alcohol use as the cause. DESIGN: Cross-sectional study within the European School Survey Project on Alcohol and other Drugs (ESPAD). SETTING: School classes. PARTICIPANTS: Students, aged 13-16 (n = 5633). MEASUREMENTS: Raw, rank and mean-variance standardized scores of the Drinking Motives Questionnaire--Revised (DMQ-R); four consequences: serious problems with friends, sexual intercourse regretted the next day, physical fights and troubles with the police, each itemized with attribution ('because of your alcohol use') and without. FINDINGS: As found previously in the literature, raw scores for all drinking motives had positive associations with negative consequences of drinking, while transformed (rank or Z) scores showed a more specific pattern: external reinforcing motives (social, conformity) had negative and internal reinforcing motives (enhancement, coping) had non-significant or positive associations with negative consequences. Attributed consequences showed stronger associations with motives than non-attributed ones. CONCLUSION: Standard scoring of the Drinking Motives Questionnaire (Revised) fails to capture motives in a way that permits specific associations with different negative consequences to be identified, whereas use of rank or Z-scores does permit this. Use of attributed consequences overestimates the association with drinking motives.
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 | 0,000 | 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 ».