Factors influencing risky single occasion drinking in Canada and policy implications
Notice bibliographique
Résumé
BACKGROUND: Misuse of alcohol, including single risky occasion drinking (RSOD) is associated with a number of health, social and economic consequences. While research demonstrates that many factors contribute to individuals' drinking practices, little is known about risk factors that contribute to RSOD in the Canadian population. The objectives of this study are to examine the patterns of RSOD in Canada, to identify factors associated with RSOD, and to explore policy implications. METHODS: The Canadian Community Health Survey (CCHS) 2009-2010 annual component was used to conduct all the analyses in this paper. We used two models: (1) a binary logistic regression model, and (2) a multinomial logistic regression model, to identify factors that were significantly associated with our dependent variables, RSOD engagement and frequency of RSOD, respectively. RESULTS: Daily smokers were 6.20 times more likely to engage in frequent RSOD than those who never smoke. Males were 4.69 times more likely to engage in risky RSOD. We also found significant associations between the frequency of RSOD and Province/Territory of residence, income and education, marital status and perceived health status. Finally, stress was associated with engaging in infrequent RSOD. CONCLUSIONS: Our finding associating daily smoking with risk alcohol intake specifically suggests the possibility of combining public health interventions for both. The study findings also indicate that education is a protective factor, further supporting the role of education as a major determinant of health. The significant provincial variation we found also point to the need to study this issue further and understand the links between provincial level policies and RSOD.
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) | 0,000 | 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 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 ».