Adolescent alcohol drinking and cannabis use: Longitudinal, and cohort analysis of high school students in Australia
Notice bibliographique
Résumé
Aims: The final year of high school is a challenging phase, during which substance use is common. We conducted longitudinal and cohort comparisons on the levels of alcohol and cannabis use among final year (Year 12) high school students compared to the previous year. Design: Longitudinal and cohort analyses of self-reported survey data. Setting: Ten independent schools across South-East Queensland, Australia. Participants: Year 12 students in 2020 (n = 1024) were compared (a) longitudinally with themselves in Year 11; and (b) to the 2019 Year 12 cohort (n = 632). Measures: Self-reported alcohol and cannabis use. Analyses adjusted for socio-demographic, parental, and schooling variables. Findings: Longitudinally, Year 12 students of 2020 had higher odds of having six or more drinks per occasion, monthly or more often, and reporting lifetime cannabis use, compared to themselves in 2019. However, they were not more likely to drink alcohol weekly or more often in 2020 versus 2019. Compared to the 2019 cohort, the 2020 cohort had higher odds of drinking weekly or more often, having six or more drinks per occasion monthly, and reporting lifetime cannabis use. Conclusions: The 2020 cohort of Year 12 adolescents were more likely to engage in heavy drinking and cannabis use, compared to themselves the previous year, and compared to the previous cohort. Greater alcohol consumption and likelihood of cannabis use among the 2020 cohort might be explained by increased age and impacts of the COVID-19 pandemic. Future research to monitor if this is a continuing trend is warranted.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».