MétaCan
Menu
Retour à la cohorte
Enregistrement W2969331550 · doi:10.1590/1980-265x-tce-cicad-22-26

PERCEPTION OF RISK AND BEHAVIORS ASSOCIATED WITH DRIVING UNDER THE EFFECTS OF ALCOHOL AND MARIJUANA ON UNIVERSITY STUDENTS OF VENEZUELA

2019· article· en· W2969331550 sur OpenAlexafffundabout
Elvia Amesty, Branka Agic, Hayley A. Hamilton

Notice bibliographique

RevueTexto & Contexto - Enfermagem · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesForeign Affairs and International Trade CanadaGovernment of Canada
Mots-clésPerceptionRisk perceptionAlcohol consumptionAlcoholDriving under the influencePsychologyHuman factors and ergonomicsEnvironmental healthInjury preventionMedicineClinical psychologySocial psychologyPoison controlChemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objective: to evaluate the relationship between risk perception and the behaviors associated with driving under the influence of drugs. Method: quantitative cross-sectional study. The sample is composed by university students (n=383, average age 21.2 years). To evaluate the behaviors, items from Ontario Student Drug Use and Health were adapted, and two other instruments were used to measure alcohol and marijuana consumption. Results: it indicates a low risk perception when driving under the influence of drugs. There are no differences between the risk perception of being stopped by the police or being penalized for driving under effects of alcohol and/or marijuana among the students whose report the behavior called driving-under-influence and those without such behavior. However, there were differences between the perception of the risk of involvement in a vehicle accident and the behaviors called driving-under-influence, showing that those who report driving under the influence of alcohol and/or marijuana perceive a lower risk of accidents due to the effects of alcohol X2 (1, N=292)=7,999, p=.005 and of both substances X2 (1, N=35)=6.386, p=.012. Likewise, a lower perception of the risk of accidents was found among the subjects who board a vehicle driven by someone who uses marijuana X2 (1, N=67)=15,087, p=.000 and those who do not report being a passenger of a driver under influence; as well as when under the simultaneous effect of alcohol and marijuana X2 (1, N=366)=8,849, p=.003. Conclusion: it is concluded that the development of preventive programs in the university environment, as well as public policies that include the component of education and compliance with legal regulations, is important.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,212

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,380
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTexto & Contexto - EnfermagemMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207