Marijuana and Alcohol Use as Predictors of Academic Achievement: A Longitudinal Analysis Among Youth in the COMPASS Study
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
BACKGROUND: We tested the effect of initiating marijuana and alcohol use at varying frequencies on academic indices. METHODS: In a sample of 26,475 grade 9-12 students with at least 2 years of linked longitudinal data from year 1 (Y1: 2012-2013), year 2 (Y2: 2013-2014), and year 3 (Y3: 2014-2015) of the COMPASS study, separate multinomial generalized estimating equations models tested the likelihood of responses to measures of academic goals, engagement, preparedness, and performance when shifting from never using alcohol or marijuana at baseline to using them at varying frequencies at follow -up. RESULTS: Students who began using alcohol or marijuana were less likely to attend class regularly, complete their homework, achieve high marks, and value good grades, relative to their abstaining peers. Changing from abstaining to rare/sporadic-to-weekly drinking or rare/sporadic marijuana use predicted aspirations to continue to all levels of higher education, and initiating weekly marijuana use increased the likelihood of college ambitions, while more regular marijuana use reduced the likelihood of wanting to pursue graduate/professional degrees, over high school. CONCLUSIONS: The importance of delaying or preventing substance use is evident in associations with student performance and engagement. The influence on academic goals varied by substance and frequency of initiated use.
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 | 0,002 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle