MétaCan
Menu
Retour à la cohorte
Enregistrement W3196636308 · doi:10.1111/dar.13377

Improving measurement of harms from others' drinking: Using <scp>item‐response</scp> theory to scale harms from others' heavy drinking in 10 countries

2021· article· en· W3196636308 sur OpenAlexaff
Ulrike Grittner, Kim Bloomfield, Sandra Kuntsche, Sarah Callinan, Oliver Stanesby, Gerhard Gmel

Notice bibliographique

RevueDrug and Alcohol Review · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesPan American Health OrganizationNational Institute on Alcohol Abuse and AlcoholismThai Health Promotion FoundationBundesamt für GesundheitEuropean CommissionWorld Health Organization
Mots-clésScale (ratio)Environmental healthItem response theoryPsychologyMedicineClinical psychologyPsychometricsGeography

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The heavy drinking of others may negatively affect an individual on several dimensions of life. Until now, there is scarce research about how to judge the severity of various experiences of such harms. This study aims to empirically scale the severity of such harm items and to determine who is at most risk of these harms. METHODS: We used population-based survey data from 10 countries of the GENAHTO project (Gender and Alcohol's Harms to Others, data collection: 2011-2016). Questions about harms from others' drinking asked about verbal and physical harm, damage of belongings, traffic accidents, harassment, threatening behaviour, family and financial problems. We used item response theory methods (IRT) to scale severity of the aforementioned items. To acknowledge culturally based variations in different countries, we assessed 'differential item functioning'. RESULTS: The items 'family problems', 'financial problems' and 'clothes and property damage' as well as 'physical harm' were scaled as more severe in most countries compared to other items. Substantial differential item functioning was present in more than half of the country pairings. The item 'financial problems' was most often differentially scaled. Younger people who drank more, as well as women (compared to men), reported more harm. DISCUSSION AND CONCLUSIONS: Using IRT, we were able to evaluate grades of severity in harms from others' drinking. IRT scaling yielded in similar rankings of items as reported from other studies. However, empirical scaling allows for more differentiated severity scaling than simple summary scores and is more sensitive to cultural differences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,297
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug and Alcohol ReviewMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207