Young adult concurrent use and simultaneous use of alcohol and marijuana: A cross-national examination among college students in seven countries
Notice bibliographique
Résumé
INTRODUCTION: Many young adults report frequent co-use of alcohol and marijuana, with some individuals engaging in simultaneous use (SAM; use of both substances within the same occasion resulting in an overlap of their effects) and others in concurrent use (CAM; use of both substances during a similar time period [e.g., past 30 days] but not within the same occasion). Emerging work demonstrates that SAM relative to CAM use places individuals at a greater risk for substance-related harms; however, these results primarily rely on U.S. samples. The goal of the present multi-country study was to examine prevalence rates of CAM and SAM use and examine differences in past 30-day SAM/CAM use on alcohol/marijuana substance-related outcomes among college students from seven countries. METHODS: = 3.96) college students participated in the cross-sectional online survey study. RESULTS: Among students who endorsed use of both alcohol and marijuana in the past 30-days (n = 2124), SAM use (75.8%) was far more prevalent than CAM use (24.2%). Moreover, ∼75% of students endorsed SAM use within each country subsample. Regression models showed that SAM vs. CAM use was associated with greater alcohol and marijuana use and negative consequences. CONCLUSIONS: College students from around the world endorse high rates of SAM use, and this pattern of co-use is associated with greater frequency of use and substance-related harms. On college campuses, SAM use should be a target of clinical prevention/intervention efforts and the mechanisms underpinning the unique harms of SAM need to be clarified.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».