Early substance use and the school environment: A multilevel latent class analysis.
Notice bibliographique
Résumé
Background: Early substance use is associated with increased risks for mental health and substance use problems which are compounded when using several substances (i.e., polysubstance use). A notable increase in substance use occurs when adolescents transition from elementary to secondary schooling. Objective: This study seeks to characterize student and school classes of substance use. Methods: A cross-sectional multilevel latent class analysis and regression was conducted on a representative sample of 19,130 grade 6-8 students from 180 elementary schools in Ontario, Canada to: 1) identify distinct classes of student substance use; 2) identify classes of schools based on student classes; and 3) explore correlates of these classes, including mental health, school climate, belonging, safety, and extracurricular participation. Results: Two student and two school classes were identified. 4.1% of students were assigned to the high probability of early polysubstance use class while the remaining 95.9% were in the low probability class. Students experiencing depressive and externalizing symptoms had higher odds of being in the early polysubstance use class (Odds Ratio [OR]s=1.1-1.25). At the school level, 19% of schools had higher proportions of students endorsing polysubstance use. Perceptions of positive school climate, belonging, and safety increased the odds of students being in the low probability of early polysubstance use student-level class (ORs=0.85-0.93) and lower probability of early polysubstance use school-level class. Associations related to extracurricular participation were largely not statistically significant. Conclusions: Student and school substance use classes may serve as targets for tailored prevention and early interventions. Results support examining school-based interventions targeting school climate, belonging, and safety.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 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) | 0,004 | 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 ».