Changes in substance use and other reinforcing behaviours during the COVID-19 crisis in a general population cohort study of young Swiss men
Notice bibliographique
Résumé
Background and Aims: There are concerns about the potential impact of the coronavirus disease (COVID-19) pandemic on substance use (SU) and other reinforcing behaviours (ORB). This paper investigates changes in SU and ORB among young men during the COVID-19 crisis (i.e. March-June 2020). Methods: Before and during the COVID-19 crisis, 2,344 young Swiss men completed questionnaires covering SU (i.e. alcohol, cigarettes, illegal cannabis), ORB (i.e. gaming, watching TV series, internet pornography) and sociodemographic and work-related characteristics (i.e. deterioration in the work situation, change in working hours, change in working hours from home, healthcare workers' and other professionals' contacts with potentially infected people, linguistic region, call up to military or civil protection unit, living situation, age). Results: Latent-change score models showed significant decreases of 17% for drinking volume and frequency of heavy episodic drinking, and a significant increase of 75% for time spent gaming and watching TV series. Subgroups showed greater relative increases. French-speaking participants, those who experienced a deterioration in their work situation and healthcare workers in contact with potentially infected people reported increased cigarette use. Those without children increased gaming, whereas those who worked fewer hours, experienced a deterioration in their work situation or were French-speaking did more gaming and watched more TV series. Those who lived alone or were German-speaking watched more internet pornography. Conclusion: During the COVID-19 crisis, young Swiss men drank less alcohol and spent more time gaming and watching TV series. Changes in SU and ORB were not homogenous in the young Swiss men population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».