Social capital and adolescent smoking: an application of a cross-classified multilevel model
Notice bibliographique
Résumé
Background The aetiology of adolescent substance use is multifactorial. Particularly, the effects of the interface of family, school, and neighborhood, is ill understood, and the concept of social capital may be useful in exploring this interrelationship. The present study aims to consider these contextual social capital influences on adolescent cigarette smoking. Methods The data comes from the 2005/6 Flemish Health Behavior among School-aged Children survey, which is part of the international Health Behaviour in School-Aged Children survey: a WHO Collaborative Cross-National Study. Self-completion questionnaires were administered in schools using a standardized research protocol. Social capital was assessed by structural and cognitive components of family social capital, a four-factor school social capital scale and a cognitive neighborhood social capital scale. A non-hierarchical multilevel model was fitted in MLwiN 2.25, with 5169 adolescents nested within a cross-classification of 41 schools and 204 neighborhoods. Results A cross-classified logistic regression model showed significant variation in adolescent regular smoking between schools, but not between communities. Only structural family social capital and cognitive school social capital variables (vertical and trust) negatively related to regular smoking (p < 0.05). Additionally, a truly contextual effect was found for vertical social capital on the school level (p < 0.05). No interactions between socio-economic status indicators and social capital variables were found. Conclusions The present study suggests that previously observed community-level effects on adolescent smoking may be a consequence of unmeasured confounding. Distinguishing nested contexts of social capital is important because their associations with smoking differ. School policy makers should invest in vertical ties between pupils and teachers because they have a protective effect on smoking.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».