I am what I am: A meta-analysis of the association between substance user identities and substance use-related outcomes.
Notice bibliographique
Résumé
OBJECTIVE: Research indicates that a substance user identity (i.e., drinking, smoking, and marijuana identity) is positively correlated with substance use-related outcomes (e.g., frequency, quantity, consequences, and disorder symptoms). The current study aimed to meta-analytically derive single, weighted effect size estimates of the identity-outcome association as well as to examine moderators (e.g., substance use type, explicit/implicit assessment, demographic characteristics, and research design) of this association. METHOD: Random effects meta-analysis was conducted on 70 unique samples that assessed substance user identity and at least one substance use-related outcome (frequency, quantity, consequences, and/or disorder symptoms), and provided the necessary information for effect size calculations. RESULTS: (tobacco or marijuana). In terms of moderators of the identity-outcome association, the link between explicit drinking identity and alcohol use-related outcomes appeared to be stronger in magnitude than the relationship between implicit drinking identity and alcohol use-related outcomes; however, this difference appears to be largely due to the finding that implicit measures have lower reliability. The strongest identity-outcome association was observed among younger individuals. CONCLUSIONS: Substance user identity is clearly an important correlate of substance use-related outcomes and this association is stronger among younger individuals. Additional theoretical, empirical, and intervention research is needed to utilize knowledge gleaned from the current study on the identity-outcome association. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».