The Harms That Drinkers Cause: Regional Variations Within Countries
Notice bibliographique
Résumé
AIMS: Multinational studies of drinking and the harms it may cause typically treat countries as homogeneous. Neglecting variation within countries may lead to inaccurate conclusions about drinking behavior, and particularly about harms drinking causes for people other than the drinkers. This study is the first to examine whether drinkers' self-reported harms to others from drinking vary regionally within multiple countries. DESIGN SETTING AND PARTICIPANTS: Analyses draw on survey data from 12,356 drinkers in 46 regions (governmental subunits) within 10 countries, collected as part of the GENACIS project (Wilsnack et al., 2009). MEASURES: Drinkers reported on eight harms they may have caused others in the past 12 months because of their drinking. The likelihood of reporting one or more of these eight harms was evaluated by multilevel modeling (respondents nested within regions nested within countries), estimating random effects of country and region and fixed effects of gender, age, and regional prevalence of drinking. FINDINGS: Reports of causing one or more drinking-related harms to others differed significantly by gender and age (but not by regional prevalence of drinking), but also differed significantly by regions within countries. CONCLUSIONS: National and multinational evaluations of adverse effects of drinking on persons other than the drinkers should give more attention to how those effects may vary regionally within countries.
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 | 0,002 | 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 | 0,001 |
| 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 ».