Association between Nightlife Goers’ Likelihood of an Alcohol Use Disorder and Their Preferred Bar’s Closing Time: A Cross-Sectional Observational Study in Perth, Australia
Notice bibliographique
Résumé
Introduction and aims: Associations between longer-term alcohol-related conditions and licensed outlet trading hours are not well understood. We investigated the association between nightlife-goers’ likelihood of an alcohol use disorder (AUD) and their preference for bars with special permits to remain open ‘late’ (i.e., spent more time there compared to any other venue) until 2 a.m. or 3 a.m. (Friday; Saturday) or midnight (Sunday) compared to bars with ‘standard’ closing times of midnight (Friday; Saturday) or 10 p.m. (Sunday). Design and methods: A cross-sectional observational study was conducted in four major nightlife areas of Perth, Australia, in 2015–2016. We conducted weekend street intercept surveys outside bars between 8 p.m. and 3 a.m. and screened participants who reported alcohol use prior to the survey and spent more time in a bar than any other venue type (n = 667) regarding their past year drinking pattern using AUDIT-C (n = 459). We used gender-specific logistic regression models to estimate associations between AUDIT-C categories (1–4, low risk; 5–7, hazardous; 8–12, active AUD) and preference for bars with different closing times (late vs. standard). Results: A large proportion of participants were hazardous drinkers or had active AUD (83% males; 65% females), and over half preferred a late to a standard closing bar. We found evidence of a positive association between preference for late closing bars and hazardous drinking females (OR = 3.48; 95% CI 1.47–8.23; p = 0.01), but not for females with active AUD, male hazardous drinkers, nor males with active AUD. Discussion and conclusions: Our study adds new evidence on associations between likelihood of AUD among nightlife-goers and trading hours. With increasing international relaxation of trading hours, evidence that late closing bars may be preferred by hazardous drinking females will be of concern to policymakers wanting to curb alcohol-related harms in the community.
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 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».