Impact of COVID-19 Confinement on Alcohol Purchases in Great Britain: Controlled Interrupted Time-Series Analysis During the First Half of 2020 Compared With 2015–2018
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: To investigate if COVID-19 confinement led to excess alcohol purchases by British households. METHODS: We undertake controlled interrupted time series analysis of the impact of COVID-19 confinement introduced on 26 March 2020, using purchase data from Kantar Worldpanel's of 23,833 British households during January to early July 2020, compared with 53,428 British households for the same time period during 2015-2018. RESULTS: Excess purchases due to confinement during 2020 were 178 g of alcohol per 100 households per day (adjusted for numbers of adults in each household) above an expected base of 438 g based on averaged 2015-2018 data, representing a 40.6% increase. However, when adjusting for expected normal purchases from on-licenced premises (i.e. bars, restaurants, etc.), there was evidence for no excess purchases of grams of alcohol (a 0.7% increase). With these adjustments, beer purchases dropped by 40%, wine purchases increased by 15% and spirits purchases by 22%. Excess purchases increased the richer the household and the lower the age of the main shopper. Confinement was associated with a shift in purchases from lower to higher strength beers. CONCLUSION: During the COVID-19 confinement, the evidence suggests that households did not buy more alcohol for the expected time of the year, when adjusting for what they normally would have purchased from on-licenced premises.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,001 | 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 découle