Exploring differences in substance use behaviours among gender minority and non-gender minority youth: a cross-sectional analysis of the COMPASS study
Notice bibliographique
Résumé
INTRODUCTION: Research characterizing substance use disparities between gender minority youth (GMY) and non-GMY (i.e. girls and boys) is limited. The aim of this study was to examine the differences in substance use behaviours among gender identity (GI) groups and identify associated risk and protective factors. METHODS: Cross-sectional data from Canadian secondary school students (n = 42 107) that participated in Year 8 (2019/20) or Year 9 (2020/21) of the COMPASS study were used. Hierarchal logistic regression models estimated current substance use (cigarettes, e-cigarettes, binge drinking, cannabis and nonmedical prescription opioids [NMPOs]). Predictor variables included sociodemographics, other substances, mental health outcomes, school connectedness, bullying and happy home life. Interaction terms were used to test mental health measures as moderators in the association between GI and substance use. RESULTS: Compared to non-GMY, GMY reported a higher prevalence for all substance use outcomes. In the adjusted analyses, GMY had higher odds of cigarette, cannabis and NMPO use and lower odds for e-cigarette use relative to non-GMY. The likelihood of using any given substance was higher among individuals who were involved with other substances. School connectedness and happy home life had a protective effect for all substances except binge drinking. Bullying victimization was associated with greater odds of cigarette, e-cigarette use and NMPOs. Significant interactions between GI and all mental health measures were detected. CONCLUSION: Findings highlight the importance of collecting a GI measure in youth population surveys and prioritizing GMY in substance use-related prevention, treatment and harm reduction programs. Future studies should investigate the effects of GI status on substance use onset and progression among Canadian adolescents over time.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| 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 ».