Exploring perceptions of alcohol use in two Indian states: A qualitative study from Delhi and Haryana, India
Notice bibliographique
Résumé
Arora, M., Tewari, A., Bassi, S., Chauhan, K., Bhasin, S., Bakshi, A., & Andréasson, S. (2017). Exploring perceptions of alcohol use in two Indian states: A qualitative study from Delhi and Haryana, India. The International Journal Of Alcohol And Drug Research, 6(1), 1-6. doi:http://dx.doi.org/10.7895/ijadr.v6i1.238Aims: To explore perceptions and determinants influencing alcohol consumption, with a view to inform development of suitable policies to control alcohol consumption.Methodology: Focus group discussions (FGDs) (n=24) were conducted in two Indian states among the rural Haryana (n=8 FGDs; 58 participants) and urban Delhi (n=16 FGDs; 113 participants) populations. Purposive sampling was used to recruit the participants, who were from high and low socioeconomic status (SES) groups and in the age group of 18–58 years.Results: Different factors influence alcohol consumption in high and low SES groups. The age of initiation is now as low as 10–12 years, attributable to the recent trend of increased accessibility. The participants agreed that alcohol consumption has now become a more acceptable part of daily living, whereas earlier it was limited to special occasions and festivals. This has contributed to an increase in drinking. Drinking among women was earlier a taboo, but now women (mainly of high SES), are often seen drinking at social gatherings. The respondents mentioned weak enforcement of regulatory policies related to alcohol consumption and sales.Conclusions: A shift in attitudes was observed towards drinking. Drinking is increasingly seen as a part of daily life. The availability of alcohol is perceived to be increasing and restrictions on sale are not effectively enforced. There is an urgent need to re-evaluate the alcohol policy from a public health perspective in India.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».