Support for alcohol policies among drinkers in Mongolia, New Zealand, Peru, South Africa, St Kitts and Nevis, Thailand and Vietnam: Data from the International Alcohol Control Study
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: A 2010 World Health Assembly resolution called on member states to intensify efforts to address alcohol-related harm. Progress has been slow. This study aims to determine the magnitude of public support for 12 alcohol policies and whether it differs by country, demographic factors and drinking risk (volume consumed). DESIGN AND METHODS: Data are drawn from seven countries participating in the International Alcohol Control Study which used country-specific sampling methods designed to obtain random, representative samples. The weighted total sample comprised 11 494 drinkers aged 16-65 years. RESULTS: Drinking risk was substantial (24% 'increased' risk and 16% 'high' risk) and was particularly high in South Africa. Support varied by alcohol policy, ranging from 12% to 96%, but was above 50% for 79% of the possible country/policy combinations. Across countries, policy support was generally higher for policies addressing drink driving and increasing the alcohol purchase age. There was less support for policies increasing the price of alcohol, especially when funds were not earmarked. Policy support differed by country, and was generally higher in the five middle-income countries than in New Zealand. It also differed by age, gender, education, quantity/frequency of drinking, risk category and country income level. DISCUSSION AND CONCLUSIONS: We found a trend in policy support, generally being highest in the low-middle-income countries, followed by high-middle-income countries and then high-income countries. Support from drinkers for a range of alcohol policies is extensive across all countries and could be used as a catalyst for further policy action.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».