Distress tolerance is linked with substance use motivations and problems in young adults across four continents
Notice bibliographique
Résumé
INTRODUCTION: People low in trait distress tolerance are at higher risk for harmful patterns of substance use. Some evidence suggests that maladaptive motives for substance use account for this correlation. However, the generality of these associations remains in doubt because virtually all available data come from North American samples. METHOD: Using data from 7 countries (total N = 5858; U.S., Argentina, Uruguay, Spain, South Africa, Canada, and England), we examined distress tolerance's association with alcohol- and cannabis-related problems in young adults. On an exploratory basis, we examined how distress tolerance related to different substance-use motivations. RESULTS: We found that distress tolerance was inversely related to problematic alcohol and cannabis use (rs = -0.14 and - 0.13). There was notable variation across countries in the magnitude of these effects, particularly for cannabis-related problems. Additionally, exploratory analyses revealed statistically significant (cross-sectional) indirect effects of distress tolerance on substance-related problems via substance-use motivations related to neutralizing negative emotions. CONCLUSIONS: Distress tolerance's role in substance-use problems appears to generalize beyond North America, although effect sizes were generally small and varied notably across geographical regions. Distress tolerance's connection with negative reinforcement processes (e.g., coping motives) warrants attention as a possible mediator of its association with problematic substance use.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».