Does ruminating about the previous night’s drinking during a hangover predict changes in heavy episodic drinking? A two-wave, 30-day prospective study.
Notice bibliographique
Résumé
OBJECTIVE: We examined whether hangover-related rumination-repeatedly dwelling on negative aspects of yesterday's drinking while hungover the following morning-predicts changes in three dimensions of heavy episodic drinking (HED) over time. METHOD: = 334 emerging adults (aged 19-29) from three Eastern Canadian universities who had recently experienced a hangover completed online self-report questionnaires at baseline (Wave 1) and 30 days later (Wave 2; 71.6% retention). HED was assessed in frequency (number of HED episodes), perceptions (how participants perceived the extent of their heavy drinking), and quantity (greatest number of alcoholic drinks consumed in a single HED episode) over the past 2 weeks. RESULTS: Levels of HED frequency, perceptions, and quantity declined overall from Waves 1 to 2. Exploratory factor analysis established two factors of hangover-related rumination: intrusiveness (unwanted thoughts about the previous night's drinking) and regret (desire to change future drinking behavior). Structural equation models revealed that intrusiveness at Wave 1 predicted the maintenance of higher frequency and perceptions of HED at Wave 2, even as these HED measures were generally declining; regret at Wave 1 also predicted the maintenance of HED perceptions at Wave 2. Neither Wave 1 hangover rumination factor predicted changes in HED quantity at Wave 2. Models controlled Wave 1 variables, including the relevant HED outcome, overall hangover severity, total number of hangovers, generalized anxiety symptoms, sex, age, and data collection site. CONCLUSION: Hangover-related rumination factors are associated with the maintenance of higher HED frequency (intrusiveness factor) and HED perceptions (intrusiveness and regret factors), suggesting risk for problematic alcohol consumption. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 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 ».