A Multilevel Model of Alcohol Outlet Density, Individual Characteristics and Alcohol-Related Injury in Argentinean Young Adults
Notice bibliographique
Résumé
ABSTRACT Objectives. Previous research from high-income countries has consistently shown an association between alcohol-related harms and neighborhood characteristics such as alcohol outlet density, but this research has not been extended to middle- and low-income countries. We assessed the role of neighborhood characteristics such as alcohol outlet density, overcrowding and crime rates, and individual characteristics including gender, age, alcohol and marijuana use, and geographic mobility associated with alcohol-related injuries in university students in Argentina. Methods. Data were collected from a randomized sample of students attending a national public university (n = 1346). Descriptive, bivariable, and multilevel logistic regression analyses were performed. Results. In the final model, on-premises alcohol outlet density—but not off-premises outlet density, overcrowding or crime—was associated with past-year and lifetime alcohol-related injury (median odds ratio = 1.16). At the individual level, quantity (odds ratio (OR) = 1.05, 95% CI = (1.01, 1.10)) and frequency (OR = 1.66, 95% CI = (1.41,1.97)) of alcohol consumption and age (OR = 0.81, 95% CI = (0.74, 0.88)) were associated with past-year and lifetime alcohol-related injury. Conclusions. This study contributes to an area with a paucity of information from non-high-income countries, finding differences with previous literature. Objectifs: Des recherches antérieures menées dans des pays à revenu élevé ont constamment montré une association entre les méfaits liés à l’alcool et les caractéristiques du quartier telles que la densité des points de vente d’alcool, mais cette recherche n’a pas été étendue aux pays à revenu moyen et faible. Nous avons évalué le rôle des caractéristiques du quartier telles que la densité des points de vente d’alcool, la surpopulation et les taux de criminalité, et les caractéristiques individuelles, y compris le sexe, l’âge, la consommation d’alcool et de marijuana, et la mobilité géographique associée aux blessures liées à l’alcool chez les étudiants universitaires en Argentine. Méthodes: Les données ont été recueillies auprès d’un échantillon aléatoire d’étudiants fréquentant une université publique nationale (n = 1 346). Des analyses de régression logistique descriptives, bivariables et multi-niveaux ont été effectuées. Résultats: Dans le modèle final, la densité des points de vente d’alcool sur place - mais pas la densité des points de vente hors établissement, le surpeuplement ou la criminalité - était associée aux blessures liées à l’alcool au cours de la dernière année et au cours de la vie (rapport de cotes médian = 1.16). Au niveau individuel, quantité (OR = 1.05, IC à 95% = (1.01, 1.10)) et fréquence (OR = 1.66, IC à 95% = (1.41,1.97)) de consommation d’alcool et âge (OR = 0.81, 95% IC = (0.74, 0.88)) étaient associés à des blessures liées à l’alcool au cours de la dernière année et de leur vie entière. Conclusions: Cette étude contribue à un domaine où les informations sur les pays qui ne sont pas à revenu élevé sont rares, trouvant des différences avec la littérature précédente.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».