Factors Associated with Heavy Alcohol Consumption in the U.K. Armed Forces: Data from a Health Survey of Gulf, Bosnia, and Era Veterans
Notice bibliographique
Résumé
BACKGROUND: Little is known about the patterns of alcohol use in the U.K. Armed Forces or the factors associated with heavy drinking. METHODS: Analysis of existing data from the King's Military Cohort was conducted of a large, randomly selected cohort of service personnel. The original sample consisted of 8,195 service personnel who served in the U.K. Armed Forces in 1991: a third deployed to the Gulf (1990-1991), a third deployed to Bosnia (1992-1997), and the final third, an "Era" comparison group, in the Armed Forces in 1991 but not deployed. For the purposes of this study, female serving personnel were excluded. The study used a "case-control" study design nested within the above cohort; "heavy drinkers" (those who drank >30 units/week) were compared with "light drinkers" (those who drank <21 units a week). RESULTS: Heavy drinking was associated with current military service and being unmarried or separated/divorced. Heavy drinking was more common in younger personnel who had deployed to Bosnia. Those who drank heavily were also more likely to smoke; heavy drinking was associated with poorer subjective physical and mental health. CONCLUSIONS: Certain subgroups of the Armed Forces appear to be more at risk and it may be possible to target resources to such individuals to improve detection and allow prompt treatment.
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 | 0,005 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».