Alcohol and breast cancer risk: Middle-aged women’s logic and recommendations for reducing consumption in Australia
Notice bibliographique
Résumé
BACKGROUND: We aimed to understand the factors shaping alcohol consumption patterns in middle-aged women (45-64), and to identify participant-driven population- and policy-level strategies that may be used to addresses alcohol consumption and reduce breast cancer risk. METHODS: Semi-structured interviews (n = 35) were conducted with 'middle-aged' women conversant in English and living in South Australia with no history of breast cancer diagnosis. Data were deductively coded using a co-developed framework including variables relevant to our study objectives. Women were asked about their current level of awareness of the association between alcohol and breast cancer risk, and their personal recommendations for how to decrease consumption in middle-aged Australian women. RESULTS: Women discussed their previous efforts to decrease consumption, which we drew on to identify preliminary recommendations for consumption reduction. We identified a low level of awareness of alcohol and breast cancer risk, and confusion related to alcohol as a risk for breast cancer, but not always causing breast cancer. Participants suggested that education and awareness, through various means, may help to reduce consumption. CONCLUSIONS: Participants' description of strategies used to reduce their own consumption lead us to suggest that campaigns might focus on the more salient and immediate effects of alcohol (e.g. on physical appearance and mental health) rather than longer-term consequences. Critical considerations for messaging include addressing the personal, physical and social pleasures that alcohol provides, and how these may differ across socio-demographics.
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) | 0,001 | 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 ».