Relationships of State Alcohol Policy Environments With Homicides and Suicides
Notice bibliographique
Résumé
Introduction Alcohol use is involved in a large proportion of homicides and suicides each year in the U.S., but there is limited evidence on how policies targeting alcohol influence violence in the U.S. context. Extant studies generally focus on individual policies in isolation of each other. This study examines the impacts of changes in states' alcohol policy restrictions on overall homicide and suicide rates and firearm-related homicide and suicide rates using a holistic measure of states' alcohol policy environments. Methods Using a composite measure of state-level alcohol policies (Alcohol Policy Scale) and data from the National Vital Statistics System from 2002 to 2018, this study applied a Bayesian time series model to estimate the impacts of alcohol policy changes on overall and firearm-involved homicide and suicide rates. The analysis was performed in 2023 and 2024. Results A 1 SD change in the Alcohol Policy Scale was associated with a 6% decline in homicide rates both overall (incident rate ratio=0.94; 95% credible interval=0.89, 1.00) and for firearm homicides specifically (incident rate ratio=0.94, 95% CI=0.88, 1.01). There was no clear association of alcohol policy with suicides. The model predicts that a nationwide increase in alcohol restrictions equivalent to a shift from the 25 th to 75 th percentile of the scale's distribution would result in almost 1,200 fewer homicides annually. Conclusions Increases in the restrictiveness of state-level alcohol policies are associated with reductions in homicides. More restrictive alcohol policy environments may offer an opportunity to reduce homicides.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».