Harmful drinking occurs in private homes in some high‐ and middle‐income alcohol markets: Data from the International Alcohol Control Study
Notice bibliographique
Résumé
OBJECTIVES: To describe how for some high- and middle-income countries, the total volume of alcohol, including volume consumed in harmful drinking occasions, is distributed across drinking locations in each country. METHODS: Population surveys of drinkers were conducted as part of the International Alcohol Control Study in New Zealand, Australia, Vietnam and Thailand. Consumption data were collected using a beverage- and location-specific measure that also allows for the measurement of unrecorded alcohol. RESULTS: In the high-income countries, the percentage of absolute alcohol consumed in harmful drinking occasions was 44% in New Zealand and 51% in Australia. In the middle-income countries, the proportions were 55% in Vietnam and 66% in Thailand. The vast majority of alcohol was consumed in private homes (67% or above in all four countries). Private homes were also the location where the highest percentage of alcohol was consumed in harmful drinking occasions (range 33% in New Zealand to 44% in Vietnam). Unrecorded/untaxed alcohol was of considerable importance for heavier drinking occasions in private homes in Vietnam. Bars and nightclubs were more likely locations for harmful drinking in the high-income countries relative to the middle-income countries. CONCLUSIONS: As the majority of alcohol consumed in each country, including in harmful drinking occasions, was consumed in private homes, these findings make take-away alcohol a focus for alcohol policy including trading hour and pricing policies. Unrecorded alcohol was also of considerable importance in Vietnam, highlighting the importance of the policy responses being developed to address unrecorded alcohol.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».