Investigating predictors of problematic alcohol, cannabis, and nicotine use among legal users of all three substances
Notice bibliographique
Résumé
Background: The three most used substances-alcohol, cannabis, and nicotine-are frequently concurrently. Use of each substance has been connected to an increased probability of use of the other substances, and the problematic use of each substance has been linked to demographic factors, substance use factors, and personality. However, little is known about which risk factors are most important for consumers of all three substances. This study examined the extent to which various factors are associated with dependence on alcohol, cannabis, and/or nicotine in users of all three substances. Methods: 516 Canadian adults with past month use of alcohol, cannabis, and nicotine completed online surveys querying their demographics, personality, substance use history, and levels substance dependence. Hierarchical linear regressions were used to determine which factors best predicted levels of dependence on each substance. Results: Alcohol dependence was associated with levels of cannabis and nicotine dependence, and impulsivity, with 44.9% of variance explained. Cannabis dependence was predicted by alcohol and nicotine dependence levels, impulsivity, and the age of onset of cannabis use, with 47.6% of variance explained. Nicotine dependence was best predicted by alcohol and cannabis dependence levels, impulsivity, and dual use of cigarettes and e-cigarettes, with 19.9% of variance explained. Conclusions: Alcohol dependence, cannabis dependence, and impulsivity were the strongest predictors for dependence on each of the substances. A strong relationship between alcohol and cannabis dependence was evident, warranting further research.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,003 | 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 ».