Victimization Experiences and Binge Drinking and Smoking Among Boys and Girls in Grades 7 to 12 in Manitoba, Canada
Notice bibliographique
Résumé
Abstract Experiencing victimization, such as cyberbullying, discriminatory harassment, or bullying in adolescence is associated with health risk behaviours. However, inconsistent findings in the literature examining the associations between different types of victimization and binge drinking and smoking exist. This study investigated the association between nine types of victimization experiences and (a) binge drinking and (b) smoking among boys and girls in grades 7 to 12. Data were from the 2012/13 Manitoba Youth Health Survey that included 475 participating schools and 64,174 students. Students in grades 7 to 12 completed the survey at school. Logistic regression models were used to examine the relationships between victimization experiences and binge drinking and smoking. All analyses were stratified by gender and grade groups. All nine types of victimization experiences among boys and girls in grades 7 to 12 were significantly associated with binge drinking and smoking. Overall, a dose-response trend was observed with increasing experiences of victimization related to greater odds of binge drinking and smoking for boys and girls in grades 7 to 9. Findings indicate that specific victimization experiences are associated with increased odds of binge drinking and smoking among adolescents. Prevention efforts to reduce victimization and to help those who have experienced victimization need to be addressed at all grade levels as it may be associated with a reduction in risky behaviours such as binge drinking or smoking among adolescents.
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 ».