The social location of harm from others’ drinking in 10 societies
Notice bibliographique
Résumé
AIMS: Survey data from 10 diverse countries were used to analyse the social location of harms from others' drinking: which segments of the population are more likely to be adversely affected by such harm, and how does this differ between societies? METHODS: General-population surveys in Australia, Chile, India, Laos, New Zealand, Nigeria, Sri Lanka, Thailand, United States and Vietnam, with a primary focus on the social location of the harmed person by gender, age groups, rural/urban residence and drinking status. Harms from known drinkers were analysed separately from harms from strangers. RESULTS: In all sites, risky or moderate drinkers were more likely than abstainers to report harm from the drinking of known drinkers, with risky drinkers the most likely to report harm. This was also generally true for harm from strangers' drinking, although the patterns were more mixed in Vietnam and Thailand. Harm from strangers' drinking was more often reported by males, while gender disparity in harm from known drinkers varied between sites. Younger adults were more likely to experience harm both from known drinkers and from strangers in some, but not all, societies. Only a few sites showed significant urban/rural differences, with disparities varying in direction. In multivariate analyses, most relationships remained, although some were no longer significant. CONCLUSION: The social location of harms from others' drinking, whether known or a stranger, varies considerably between societies. One near-commonality among the societies is that those who are themselves risky drinkers are more likely to suffer harm from others' drinking.
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 ».