Social Inequalities and Gender Differences in the Experience of Alcohol-Related Problems
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: To examine the influence of country-level characteristics and individual socio-economic status (SES) on individual alcohol-related consequences. METHODS: Data from 42,655 men and women collected by cross-sectional surveys in 25 countries of the Gender, Alcohol and Culture: An International Study study were used. The individual SES was measured by the highest attained educational level. Alcohol-related consequences were defined as the self-report of at least one internal or one external consequence in the last year. The relationship between individuals' education and alcohol-related consequences was examined by meta-analysis. In a second step, the individual level data and country data were combined in multilevel models. As country-level indicators, we used the purchasing power parity of the gross national income (GNI), the Gini coefficient and the Gender Gap Index. RESULTS: Lower educated men and women were more likely to report consequences than higher educated men and women even after controlling for drinking patterns. For men, this relation was significant for both internal and external problems. For women, it was only significant for external problems. The GNI was significantly associated with reporting external consequences for men such that in lower income countries men were more likely to report social problems. CONCLUSION: The fact that problems accrue more quickly for lower educated persons even if they drink in the same manner can be linked to the social or environmental dimension surrounding problems. That is, those of fewer resources are less protected from the experience of a problem or the impact of a stressful life event.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 découle