Illicit drug use and male barroom aggression among members of the Australian construction industry: Associations with personality and masculinity factors
Notice bibliographique
Résumé
INTRODUCTION: Illicit drug use has been found to increase the risks of male barroom aggression (MBA). Personality traits such as dispositional aggressiveness have been associated with illicit substance use and aggressive behaviour, along with social normative masculinity factors. The present study assessed the relationships between illicit drug use, key personality (trait aggression, impulsivity, narcissism) and masculinity (conformity to masculine norms, male honour) variables with physical MBA perpetration and victimisation among male Australian construction workers. METHODS: = 9.44) completed interviews at their place of work or training. RESULTS: Participants reported high rates of both physical MBA perpetration (21%; n = 100) and victimisation (31.1%; n = 148) as well as any illicit drug use (33.61%; n = 160). Logistic regressions revealed the use of amphetamine-type stimulants (methamphetamine, ecstasy) was associated with violence perpetration, even after accounting for high-intensity drinking (HID) which was the strongest predictor of MBA involvement. Trait variables (Trait Physical aggressiveness, narcissism) and the masculine norm CMNI Violence were also risk factors for MBA perpetration while CMNI Playboy was protective against MBA. DISCUSSION AND CONCLUSIONS: The use of amphetamine-type stimulants is a risk-factor for MBA perpetration, as are key personality traits such as aggressiveness and narcissism. Most aspects of masculinity, including male honour, were either unrelated to or protective against involvement in physical violence in bars, clubs or pubs.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 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 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 ».