Substance Use Motives as Mediators of the Associations between Self-Control Constructs and Negative Substance Use Consequences: A Cross-Cultural Examination
Notice bibliographique
Résumé
The present study sought to examine three distinct research questions: a) are self-control constructs (i.e., negative/positive urgency, self-regulation, and emotion-regulation) indirectly related to negative alcohol/marijuana consequences via substance use motives, b) to what extent are these indirect effects consistent across differing drugs (i.e., alcohol and marijuana), and c) are these models invariant across gender and countries. Participants were 2,230 college students (mean age=20.28, SD=0.40; 71.1% females) across 7 countries (USA, Canada, Spain, England, Argentina, Uruguay, and South Africa) who consumed alcohol and marijuana in the last month. Two (one for alcohol and one for marijuana) fully saturated path models were conducted, such that indirect paths were examined for each self-control construct and substance use motive on negative consequences (e.g., negative urgency → coping motives → negative consequences) within the same model. Within the comprehensive alcohol model, we found that lower self-regulation and higher negative urgency/suppression were related to more alcohol consequences via higher coping and conformity motives. For marijuana, we found that lower self-regulation and higher negative urgency/suppression were related to more marijuana consequences via higher coping motives (not significant for conformity motives). Unique to marijuana, we did find support for higher expansion motives indirectly linking positive urgency to more negative consequences. These results were invariant across gender groups and only minor differences across countries emerged. Prevention and intervention programs of alcohol and marijuana around university campuses may benefit from targeting self-control related skills in addition to motives to drug use to prevent and reduce negative drug-related consequences.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 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 ».