Binge drinking indirectly predicts a negative emotional memory bias through coping motivations and depressive symptoms: The role of sex/gender
Notice bibliographique
Résumé
Background: In this three-part study, we investigate whether the associations between binge and problematic drinking patterns with a negative emotional memory bias (NMB) are indirectly related through coping motivations and depressive symptoms. We also address potential sex differences in these relations. Methods: = 293) completed the Timeline Followback to assess binge drinking, the Alcohol Use Disorder Identification Test (AUDIT) to assess problematic alcohol use, the Drinking Motives Questionnaire-Revised to assess coping motivations, and the Depression, Anxiety, and Stress Scales-21 to assess depression. Participants were asked to identify whether 30 emotional sentences were self-referent or not in an incidental encoding task; 24 h later they were asked to recall as many sentences as possible and a negative memory bias score was calculated. Results: Across all three studies, we found significant bivariate relations between AUDIT scores, coping, depression, and an NMB, particularly for sentences participants deemed self-referent. In two undergraduate samples, there were significant indirect effects through coping motivations and depressive symptoms between binge drinking and an NMB in females as well as between AUDIT scores and an NMB in females only. In the community sample, there was only an indirect effect through coping motives, but this was observed in both females and males. Conclusion: These findings support a relation between binge drinking as well as problematic alcohol use and a self-referent NMB in the context of coping motivations for alcohol use and depressive symptoms. Moreover, the pattern of findings suggests this model primarily holds for females, yet may also apply to males at higher levels of problematic alcohol use.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,005 | 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 ».