Factors Associated with Self-Reported Changes in Alcohol Use among Young Adults during the COVID-19 Pandemic: A Comparative Analysis between Canada and France
Notice bibliographique
Résumé
While the COVID-19 pandemic impacted young adults’ alcohol use patterns, little is known about how changes in alcohol use may differ across different settings. Our objective was to identify and compare factors associated with changes in alcohol use among young adults in Canada and France during the first year of the COVID-19 pandemic. We conducted an online cross-sectional survey in October–December 2020 with young adults aged 18–29 (n = 5185) in Canada and France. In each country, weighted multinomial logistic regressions were performed to identify factors associated with self-reported decrease and increase in alcohol use separately (reference: no change). Respectively, 33.4% and 21.4% reported an increase in alcohol use in Canada and France, while 22.9% and 33.5% reported a decrease. Being 25–29 was a predictor of decrease in Canada, while living away from family was associated with an increase in France. In both countries, participants were more likely to report an increase if they reported depressive symptoms, smoking tobacco, or cannabis use. Conversely, those who had been tested for COVID-19 and those who were highly compliant with COVID-19 preventive measures were more likely to report a decrease. Efforts are needed to develop alcohol use interventions for young adults, including in ways that prioritize those with mental health challenges.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».