Prevalence and Socio-demographic Correlates of Cigarette Smoking, Alcohol Use, and Unsafe Sexual Behavior among Ethnic Fijian Secondary Schoolgirls.
Notice bibliographique
Résumé
INTRODUCTION: The HEALTHY Fiji Study examines the impact of social transition on health risk behaviors among school-going ethnic Fijian adolescent girls. The primary aim of the present study was to assess prevalence and socio-demographic correlates of three risk behaviors, alcohol use, cigarette smoking, and unsafe sexual behavior in the study population. METHODS: We used an adapted version of the Global School-based Health Survey (GSHS) to assess health risk behaviors in a school-based sample of ethnic Fijian girls (n=523) in June and July 2007. We calculated prevalence of risk behaviors and then examined their relation to socio-demographic variables in logistic regression models. RESULTS: Prevalence estimates for any current alcohol use and cigarette smoking (20.1% and 17.6%) and lifetime history of sexual intercourse (20.8%) indicate that substantial percentage of this study sample has engaged in one of these health risk behaviors. Alcohol use was associated with two other risk behaviors, recurrent cigarette smoking and lifetime history of sexual intercourse. Although prevalence of alcohol use was lower than in several other Pacific populations, it was higher than previously reported among Fijian girls. CONCLUSIONS: The prevalence of alcohol use, cigarette smoking, and unsafe sexual behaviors in this study population warrants concern. Comparison with estimates from previous health behavior surveys in Fiji suggest that mode of assessment may impact prevalence estimates for health risk behaviors.
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 | 0,001 |
| 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 ».