Associations between the Brief Assessment of Alcohol Demand (BAAD) questionnaire and alcohol use disorder severity in UK samples of student and community drinkers
Notice bibliographique
Résumé
Value based choice and compulsion theories of addiction offer distinct explanations for the persistence of alcohol use despite harms. Choice theory argues that problematic drinkers ascribe such high value to alcohol that costs are outweighed, whereas compulsion theory argues that problematic drinkers discount costs in decision making. The current study evaluated these predictions by testing whether alcohol use disorder (AUD) symptom severity (indexed by the AUDIT) was more strongly associated with the intensity item (maximum alcohol consumption if free, indexing alcohol value) compared to the breakpoint item (maximum expenditure on a single drink, indexing sensitivity to monetary costs) of the Brief Assessment of Alcohol Demand (BAAD) questionnaire, in student (n = 579) and community (n = 120) drinkers. The community sample showed greater AUD than the student sample (p = .004). In both samples, AUD severity correlated with intensity (students, r = 0.63; community, r = 0.47), but not with breakpoint (students, r = −0.01; community, r = 0.12). Similarly, multiple regression analyses indicated that AUD severity was independently associated with intensity (student, ΔR2 = 0.20, p < .001; community, ΔR2 = 0.09, p = .001) but not breakpoint (student, ΔR2 = 0.003, p = .118; community ΔR2 = 0.01, p = .294). There was no difference between samples in the strength of these associations. The value ascribed to alcohol may play a more important role in AUD severity than discounting of alcohol-associated costs (compulsivity), and there is no apparent difference between student and community drinkers in the contribution of these two mechanisms.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».