Development of Brief Alcohol and Cannabis Motives Measures: Psychometric Evaluation Using Expert Feedback and Longitudinal Methods
Notice bibliographique
Résumé
Objective: Alcohol and cannabis use motives are often studied as contributors to risky substance use patterns. While various measures for capturing such motives exist, most contain 20+ items, which render their inclusion in certain research designs (e.g., daily diary) or with certain populations (e.g., polysubstance users) unfeasible. We sought to generate and validate six-item measures of cannabis and alcohol motives from existing measures, the Marijuana Motives Measure (MMM) and the Modified Drinking Motives Questionnaire-Revised (MDMQ-R). Methods: In Study 1, items were generated, feedback from 33 content-domain experts was obtained, and item revisions were made. In Study 2, the finalized brief cannabis and alcohol motives measures, along with the MMM, MDMQ-R, and substance-related measures, were administered to 176 emerging adult cannabis and alcohol users (71.6% female) at two timepoints, two months apart. Participants were recruited through a participant pool. Results: Study 1 experts indicated satisfactory ratings of face and content validity. Expert feedback was used to revise three items. Study 2 results suggest test-retest reliabilities for the single-item forms (r = .34 to .60) were similar to those obtained with full motives measures (r = .39 to .67). Validity was acceptable-to-excellent in that brief and full-length measures were significantly intercorrelated (r = .40 to .83). The brief and full-length measures had similar concurrent and predictive relationships for cannabis and alcohol quantity x frequency (coping-with-anxiety for cannabis and enhancement for alcohol) and problems (coping-with-depression), respectively. Conclusions: The brief measures represent psychometrically-sound measures of cannabis and alcohol use motives with substantially less participant burden than the MMM and MDMQ-R.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».