Normative Misperceptions about Alcohol Use in a General Population Sample of Problem Drinkers from a Large Metropolitan City
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: Heavy drinkers tend to overestimate how much others drink (normative fallacy), at least in college samples. Little research has been conducted to evaluate whether normative misperceptions about drinking extend beyond the college population. The present study explored normative misperceptions in an adult general population sample of drinkers. METHODS: As part of a larger study, in Toronto, Canada, a random digit dialling telephone survey was conducted with 14,009 participants who drank alcohol at least once per month. Respondents with Alcohol Use Disorders Identification Test of eight or more (n = 2757) were asked to estimate what percent of Canadians of their same sex: (a) drank more than they do; (b) were abstinent and (c) drank seven or more drinks per week. Respondents' estimates of these population drinking norms were then compared with the actual levels of alcohol consumption in the Canadian population. RESULTS: A substantial level of normative misperception was observed for estimates of levels of drinking in the general population. Estimates of the proportion of Canadians who were abstinent were fairly accurate. There was some evidence of a positive relationship between the respondents' own drinking severity and the extent of normative misperceptions. Little evidence was found of a relationship between degree of normative misperceptions and age. CONCLUSION: Normative misperceptions have been successfully targeted in social norms media campaigns as well as in personalized feedback interventions for problem drinkers. The present research solidifies the empirical bases for extending these interventions more widely into the general population.
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.
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) | 0,001 | 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) | 0,001 | 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 découle