Kunnen vroeg-adolescente muziekbetrokkenheid en muziekvoorkeur soft- en harddrugsgebruik één jaar later voorspellen?
Notice bibliographique
Résumé
Doel: In de huidige studie is onderzocht of muziekgenrevoorkeur en muziekbetrokkenheid, soft- en harddrugs gebruik 1 jaar later konden voorspellen. Methoden: Voor de huidige studie is longitudinale data van het Qrius onderzoek 2006 gebruikt. De steekproef bestond uit 769 adolescenten in de leeftijd van 12 tot 21 jaar.\nResultaten: Uit de resultaten bleek dat jongeren die op jonge leeftijd een voorkeur hebben voor dance een verhoogde kans hadden om één jaar later soft- en harddrugs te gebruiken. Adolescenten met een voorkeur voor pop hadden minder kans om één jaar later softdrugs te gebruiken. Muziekbetrokkenheid bleek geen voorspeller van soft- en harddrugsgebruik. \nConclusie: De resultaten van dit onderzoek impliceren dat het voor ouders en opvoeders van adolescenten belangrijk is om te weten dat vroege muziekvoorkeuren indicatief zijn voor de kans dat een adolescent later soft- of harddrugs gaan gebruiken. Voorlichtingscampagnes over drugsgebruik voor Nederlandse adolescenten kunnen zich richten op jongeren die een voorkeur voor dancemuziek hebben.
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 | 0,002 | 0,006 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».