Driving under the influence behaviours among high school students who mix alcohol with energy drinks
Notice bibliographique
Résumé
Alcohol and energy drinks are commonly used substances by youth in Canada, and are often mixed (AmED). While several studies have shown that AmED can have dangerous effects, less well understood is how AmED is associated with driving under the influence of either alcohol or drugs. This study sought to determine whether youth who use AmED were more likely to engage in driving, or being a passenger of a driver, under the influence of alcohol or cannabis compared to youth who use either alcohol or energy drinks alone. This study used data from grade 10-12 students who took part in the 2014/2015 Canadian Student Tobacco, Alcohol and Drugs Survey (N=17,450). The association of past-year AmED use with past-30day: driving under the influence of alcohol or cannabis, and riding with an alcohol- or cannabis-influenced driver, was assessed using logistic regression. One in four youth had consumed AmED in the previous 12months. AmED users were more likely to engage in all risk behaviours except riding with a drinking driver, relative to youth who only consumed alcohol. No association was observed for youth who consumed alcohol and energy drinks on separate occasions. Youth who use AmED demonstrate a higher risk profile for driving under the influence of alcohol or cannabis, than youth who use alcohol alone. Future research should explore the biopsychosocial pathways that may explain why using energy drinks enhances the already heightened risk posed by alcohol on other health-related behaviours such as driving under the influence.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».