Does knowing about the long-term health effects of alcohol matter? Evidence from a university sample in Lebanon
Notice bibliographique
Résumé
BACKGROUND: Research linking awareness of health effects of alcohol and harmful alcohol drinking status is limited. AIMS: To investigate the association between awareness of long-term alcohol effects and alcohol use disorders. METHODS: University students aged 18-25 years (n = 1155) completed a self-filled survey. Participants were asked if they knew that alcohol causes: (1) problems in the liver; (2) cancers of the mouth, throat, oesophagus and breast; (3) damage to the heart; and (4) weakening of the immune system. Multinomial regression analyses were conducted to assess the association between awareness of long-term alcohol effects and alcohol drinking status, including Diagnostic and Statistical Manual of Mental Disorders, 5th Edition (DSM-5) alcohol use disorders. RESULTS: One third (32.8%) were past-year drinkers and 18% screened positive for DSM-5 alcohol use disorders. Compared to past-year drinkers with no alcohol use disorders, non-past-year ever drinkers were twice as likely to know about the link between alcohol and cancers of the mouth, throat, oesophagus and breast. Past-year drinkers with an alcohol use disorders were less likely to know about this association. Non-past-year ever drinkers (vs past-year drinkers with no alcohol use disorders) were also 2.6 times more likely to know the alcohol liver risks. CONCLUSIONS: There is a strong inverse relationship between awareness of the effects of alcohol and harmful consumption among young people, providing preliminary support for the protective nature of knowledge on alcohol drinking status. Efforts to increase public awareness of the long-term health effects of alcohol may be useful in reducing alcohol-related harm.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».