Alcohol consumption: the good, the bad, and the indifferent
Notice bibliographique
Résumé
Dietary ethanol (alcohol) is the most widely consumed drug worldwide. High levels of mortality, morbidity, and social malaise are associated with abuse of alcohol, and increasing numbers of women and youth are abusing alcohol. However, strong epidemiological data demonstrate a U- or J-shaped relationship between volume of alcohol consumed and all-cause mortality or disease burden. Moderate alcohol consumption is associated with a lower risk of all-cause mortality and disease burden than are abstinence and immoderate drinking. A brief review of the absorption, distribution, metabolism, and excretion of ethanol is provided with a discussion of the impact of gender differences. Potential mechanisms by which ethanol, ethanol metabolites, and (or) phytochemicals, as associated with different types of ethanol-containing beverages, are discussed in regards to the beneficial and detrimental impacts they may have on physiological system functioning and mortality or disease burden. Per capita consumption of ethanol-containing beverages varies across geo-political regions worldwide. A more recent research focus is the impact of consumption patterns on consumption volumes as they relate to disease and mortality. Certain drinking patterns moderate overall volume of ethanol consumption. Thus, an emerging approach to the study of alcohol consumption in populations is to consider both the volume and pattern of consumption as they relate to mortality and disease burden. Alcohol consumption patterns among athletes are discussed; physiological implications of alcohol abuse in this population are outlined. Current guidelines for the consumption of alcohol are reviewed. Alcohol consumption guidelines reflect the current scientific understanding of both the benefits of moderate alcohol consumption and the detriments of immoderate alcohol consumption.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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 ».