Does the Presence of On-Site Medical Services at Outdoor Music Festivals Affect Attendees’ Planned Alcohol and Recreational Drug Use?
Notice bibliographique
Résumé
BACKGROUND: Dedicated on-site medical services have long been recommended to improve health outcomes at mass-gathering events (MGEs). In many countries, they are being reviewed as a mandatory requirement. While it is known that perceptions of risk shape substance use plans amongst outdoor music festival (OMF) attendees, it is unclear if attendees perceive the presence of on-site medical services as a part of the safety net. The aim of this paper is to better understand whether attendees' perceptions of on-site medical services influence high-risk behaviors like alcohol and recreational drug use at OMFs. METHOD: A questionnaire was distributed to a random sample of attendees entering and attending two separate 20,000-person OMFs; one in Canada (Festival A) and one in New Zealand (Festival B). Responses focused on demographics, planned alcohol and recreational drug use, perceptions of medical services, and whether the absence of medical services would impact attendees' planned substance use. RESULTS: A total of 851 (587 and 264 attendees for Festival A and Festival B, respectively) attendees consented and participated. Gender distribution was equal and average ages were 23 to 25. At Festival A, 48% and 89% planned to use alcohol and recreational drugs, respectively, whereas at Festival B, it was 92% and 44%. A great majority were aware and supportive of the presence of medical services at both festivals, and a moderate number considered them a factor in attendance and something they would not attend without. There was significant (>10%) agreement (range 11%-46%; or 2,200-9,200 attendees for a 20,000-person festival) at both festivals that the absence of medical services would affect attendees' planned use of alcohol and recreational drugs. CONCLUSIONS: This study found that attendees surveyed at two geographically and musically distinct OMFs had high but differing rates of planned alcohol and recreational drug use, and that the presence of on-site medical services may impact attendees' perceptions of substance use risk. Future research will aim to address the limitations of this study to clarify these findings and their implications.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».