THE ASSOCIATION BETWEEN THE USE OF ALCOHOL, MARIJUANA AND COCAINE AND THE SOCIODEMOGRAPHIC CHARACTERISTICS OF UNIVERSITY STUDENTS OF RIBEIRÃO PRETO, BRAZIL
Notice bibliographique
Résumé
ABSTRACT Objective: to determine the prevalence of use in life and in the last three months of alcohol, marijuana and cocaine among university students from the social and health Sciences areas of Ribeirão Preto, Brazil and to evaluate the association between use in life and in the last three months of alcohol, marijuana and cocaine and the variables gender, area of the course, with whom the student lives, importance of religion, age and year of study. Method: a cross-sectional study, carried out with a convenience sample of 275 students from a public university in Ribeirão Preto-SP. For data collection, two instruments were used, containing sociodemographic, training and psychoactive substances. For the analysis, the following tests were used: Fisher's exact test, Chi-square test of Person and Mann-Whitney test. Results: As for sociodemographic factors, there was a significant association between the gender of the participants among the use of marijuana and cocaine in life (p=0.024 and p=0.005, respectively) and the last three months (p=0.013 and p=0.009, respectively), among the importance of religion and the lifetime use of alcohol, marijuana and cocaine (p <0.001, p <0.001 and p = 0.024, respectively) and the use of only marijuana in the last three months (p <0.001) and among the use of marijuana in the last three months and the year of graduation (p=0.003). Regarding age, the results showed a significant difference only between the groups that reported not to use alcohol in life (p=0.037). Conclusion: the investigated university students presented a prevalence of use in their lifetime and in the last three months of marijuana and cocaine greater among men, but not for alcohol. The importance of religion was negatively associated with the use of investigated drugs. The results can provide important subsidies for the structuring of preventive measures for abuse of psychoactive substances between university students and the need for new investigations that cover the subject.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 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 ».