Predictors of Early-Onset Cannabis Use in Adolescence and Risks for Substance Use Disorder Symptoms in Young Adulthood
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Early detection of risks for substance use disorders is essential to lifelong health and well-being for some youth. Very early-onset use is proposed as an indicator of risk for substance use disorders, but risk and protective factors related to early-onset use have not been identified. The current study compared risk and protective factors that distinguish early- and late-onset cannabis users from abstainers using data collected from a large community sample. The study also examined onset-group differences in participants’ reports of substance use disorder symptoms a decade later. Heavy episodic drinking (early-onset: OR = 7.29 CI = [1.60, 33.19]) and engagement with peers involved in deviant behaviors (early-onset: OR = 2.50 CI = [1.50, 4.13]) are risk factors for early-onset cannabis use. Protective factors, including parent monitoring (early-onset: OR = 0.73 CI = [0.58, 0.93]), engagement with peers involved in positive behaviors (early-onset: OR = 0.54 CI = [0.39, 0.76]), school engagement (early-onset: OR = 0.83 CI = [0.72, 0.96]), and academic grades (early-onset: OR = 0.37 CI = [0.21, 0.65]) also predicted early versus later onset-group differences. Early age of onset may be distinctly related to risk and protective factors previously associated with risks for substance use in all adolescents.
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.
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 | 0,000 |
| 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) | 0,000 | 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 découle