The impacts of selling alcohol in grocery stores in Ontario, Canada: a before after study
Notice bibliographique
Résumé
OBJECTIVE: From 2015 to 2019, the Government of Ontario expanded privatized sales of alcohol, licensing 450 grocery stores to sell beer, cider, and wine. The impacts of a nearby grocery store gaining an alcohol license on adults' alcohol use in Ontario are examined, including whether impacts differed by gender. METHOD: = 30,486). Alcohol use outcomes included past-7-day number of standard drinks consumed, near-daily drinking (≥4 days/week), and heavy drinking (5+ drinks in men/4+ in women, at least once/month). Gender-specific difference-in-differences (DiD) analyses compared changes in alcohol use before and after intervention in intervention and control populations. RESULTS: Decreases in past-7-day drinks, near-daily drinking, and heavy drinking were observed after intervention in both intervention and control populations. At the 1,000 m level, adjusted DiD analyses showed past-7-day drinking in women (risk ratio = 1.21, 95% CI [0.88, 1.60]) and heavy drinking in men (odds ratio = 1.38, 95% CI [0.92, 2.08]) had effect sizes above 1, a relative increase over controls, although confidence intervals crossed 1. Findings did not indicate significant differences in alcohol use in intervention relative to controls for other alcohol use measures and at 1,500 m. CONCLUSIONS: Findings suggest no association between a partial alcohol deregulation initiative in Ontario and alcohol use from 2015 to 2019. It is important to monitor the impacts on alcohol use over time as further alcohol deregulation plans in Ontario and other jurisdictions are considered.
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) | 0,001 | 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 ».