Social and contextual factors associated with drinking before, during and after watching Australian Football League games: A pilot ecological momentary assessment study
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study was to: (i) determine the feasibility of using ecological momentary assessment to collect data from Australian Football League (AFL) fans; (ii) explore pre-game, during-game and post-game consumption patterns of AFL fans; and (iii) explore the social and setting-related factors associated with risky single occasion drinking (5+ drinks) among AFL fans. METHODS: Thirty-four participants completed up to 10 ecological momentary assessment surveys before, during and after 63 AFL games (n = 437 completed surveys). Surveys collected data about their drinking, and their social and environmental milieu (e.g., location, company). Binary logistic regression analyses clustered by participant identified which game-day characteristics were associated with higher odds of risky single occasion drinking. Significant differences between pre-game, during-game and post-game drinking on social and environmental factors were explored using pairwise comparisons. RESULTS: Risky single occasion drinking was more likely when games began in the early-afternoon (1-3 pm) than late-afternoon (3-6 pm), when participants watched the game at a stadium or pub compared to home, and when participants watched the game with friends compared to family. Pre-drinking was more likely before night games and post-drinking was more likely after day games. Drinking during the game was heavier when watching the game at a pub and when watching with a combined group of friends and family. DISCUSSION AND CONCLUSIONS: Preliminary findings suggest that social and contextual factors matter in the way alcohol is consumed while watching AFL games. These findings require further investigation in larger samples.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».