RETRACTED: Correlates of hazardous alcohol drinking among trans and non-binary people in Canada: A community-based cross-sectional study
Dossier post-publication
OpenAlex signale ce travail comme rétracté, mais aucune notice correspondante de Retraction Watch ne figure dans cette base.
Notice bibliographique
Résumé
PURPOSE: Transgender and non-binary people (TGNB) have a higher rate of heavy episodic drinking than cisgender people; however, extant knowledge about predictors of hazardous alcohol drinking (HAD) among different TGNB groups is limited. This study examined predictors of HAD in a national sample of TGNB people in Canada. METHODS: Logistic regression models were fit to examine the effects of 1) minority stressors and 2) stress-buffering factors on the likelihood of HAD, stratified by gender, among 2324 TGNB individuals from the Trans PULSE Canada survey, a cross-sectional survey conducted in 2019 among trans and non-binary people aged 14+ in Canada. RESULTS: Almost 17% of participants reported past-year HAD. Lifetime day-to-day and lifetime major discrimination were associated with higher odds of HAD in the full sample [(AOR=1.37, 95% CI: 1.30, 1.44) and (AOR=1.69, 95% CI: 1.55, 1.86) respectively], and across all gender groups. Social support was associated with lower odds of HAD in trans men, non-binary people assigned female at birth (NB-AFAB), and non-binary people assigned male at birth (NB-AMAB) groups, but with higher odds of HAD in the trans women group. Misgendering was associated with lower odds of HAD in trans men and NB-AFAB, but higher odds of HAD in trans women and NB-AMAB. Mixed effects of gender distress, gender positivity, and gender-affirming medical care were also reported across groups. CONCLUSION: The study provided a more detailed understanding of the predictors of HAD across four TGNB groups. Public health interventions should focus on structural discrimination and social support for TGNB people.
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 | 0,000 | 0,001 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».