High peak drinking levels mediate the relation between impulsive personality and injury risk in emerging adults
Notice bibliographique
Résumé
BACKGROUND: Alcohol-induced injury is one of the leading causes of preventable morbidity and mortality. We investigated the relationship between impulsive personality and physical injury (e.g. falls, sports), and whether peak drinking quantity specifically, and/or risky behaviour more generally, mediates the relationship between impulsivity and injury in undergraduates. METHOD: We used data from the winter 2021 UniVenture survey with 1316 first- and second-year undergraduate students aged 18-25 years (79.5% female) from five Canadian Universities. Students completed an online survey regarding their demographics, personality, alcohol use, risky behaviours, and injury experiences. Impulsivity was measured with the substance use risk profile scale, past 30-day peak alcohol use with the quantity-frequency-peak Alcohol Use Index, general risky behaviour with the risky behaviour questionnaire, and past 6-month injury experience with the World Health Organization's (2017) injury measurement questionnaire. RESULTS: Of 1316 total participants, 12.9% (n = 170) reported having sustained a physical injury in the past 6 months. Mean impulsivity, peak drinking quantity, and risky behaviour scores were significantly higher among those who reported vs. did not report injury. Impulsivity and peak drinking quantity, but not general risky behaviour, predicted injury in a multi-level generalized mixed model. Mediation analyses supported impulsivity as both a direct predictor of physical injury and an indirect predictor through increased peak drinking (both p < .05), but not through general risky behaviour. CONCLUSION: Results imply emerging adults with impulsive tendencies should be identified for selective injury prevention programs and suggest targeting their heavy drinking to decrease their risk for physical injury.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,004 | 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 ».