(MIS)PERCEIVED DRINKING NORMS AND HAZARDOUS DRINKING BEHAVIOURS IN UNIVERSITY FIRST-YEAR UNDERGRADUATE STUDENTS AND THE EFFECTS OF GENDER
Notice bibliographique
Résumé
Purpose: Across Canada, undergraduate university students are one of the highest alcohol-consuming populations.Many students engage in hazardous drinking and are at risk for negative health and social consequences.Social Norms Theory suggests that students' overestimation of drinking norms can result in an increase in their drinking behaviour.As of yet, none of the literature addresses the possible link between drinking norm (mis)perception and hazardous drinking in a Canadian undergraduate context.This is the first Canadian study to examine this potential association in first-year undergraduate students across multiple universities using gender as an effect modifier.Methods: Using data collected by the Caring Campus Project, for 2347 first-year students from three Canadian universities, I evaluated the prevalence of drinking norm misperceptions by site and gender.Using multiple-logistic regression models, I analyzed the relationship between misperceived drinking norms and hazardous drinking behaviours (assessed via AUDIT-C). Results:The proportion of students who overestimated drinking and binge drinking frequency norms varied by site and gender.There was a positive relationship between overestimated drinking/ binge drinking frequency norms and hazardous drinking, modified by gender.Controlling for living arrangement and site, the odds of female students being hazardous drinkers increased by a factor of 2.27 (CI: 1.73-2.99)when the drinking frequency norm was overestimated.A non-significant association was found for male students.Among female students, when living arrangement and site were controlled, the odds of being a hazardous drinker were 1.83 (0.84-3.95) and 2.69 (1.24-5.83)times greater when the drinking frequency norm was perceived at "2-4 times per month" and "2 or more times per week", respectively.Among male students, when living arrangement, previous residence and site were controlled, the odds of being a hazardous drinker were 4. 03 (2.62-6.19)and 8.54 (5.41-13.49)times greater when the binge drinking frequency norm was perceived at "2-4 times per month" and "2 or more times per week", respectively.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».