Income inequality and alcohol use: a multilevel analysis of drinking and drunkenness in adolescents in 34 countries
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
BACKGROUND: Economic inequality has been hypothesized to be a health determinant, independent of poverty and household income. The goal of this study was to explore the contextual influences of income inequality on alcohol use and frequency of drunkenness in adolescents. METHODS: The Health Behaviour in School-aged Children study surveyed 162 305 adolescents (ages 11, 13 and 15 years) in 34 countries, providing self-report data on family affluence, alcohol consumption and episodes of drunkenness. Country-level data on income inequality and overall wealth were retrieved from the United Nations Development Program. RESULTS: Multilevel logistic regression revealed that 11- and 13-year-olds in countries of high income inequality consumed more alcohol than their counterparts in countries of low income inequality (after adjustment for sex, family affluence and country wealth). No such effect on alcohol consumption was found in 15-year-olds. Eleven-year-olds in countries of high income inequality reported more episodes of drunkenness than their counterparts in countries of low income inequality. No such effect of income inequality on drunkenness was found in 13- or 15-year-olds. CONCLUSIONS: Income inequality may have a contextual influence on the use of alcohol among younger adolescents. Findings suggest that economic policies that affect the distribution of wealth within societies may indirectly influence the use of alcohol during early and mid-adolescence.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle