‘Sorry, I don’t give away my medication’: an examination of refusals to divert stimulant medication
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Prescription stimulant misuse is a common illicit behavior on college campuses and is fueled, in part, by prescription stimulant diversion (PSD), which involves giving away, selling, or trading one's medication. Being approached for one's medication predicts PSD; however, no research has examined resistance strategies used by prescribed students in the real world. Method: =20.25). We used deductive content analysis to categorize resistance strategies and examined group differences (treatment vs. placebo) in strategy use, and whether using strategies perceived as more effective in prior research (explanations, direct refusals, alternatives) was associated with less PSD or being approached. Results: We identified four strategies consistent with prior literature: explanations (49%), excuses (22%), direct refusals (17%), and alternatives (6%) and one novel but uncommonly used strategy: non-response (i.e., deflecting/ignoring) (6%). Chi-square tests showed that treatment and placebo did not differ in use of strategies perceived to be more effective; however, students who consistently (vs. inconsistently) used these strategies had a lower risk of any PSD at 6 months. Most students (70-71%) reporting PSD also refused a medication request and a t-test showed these students were approached more often. Conclusions: Students largely use strategies perceived as effective for resisting stimulant requests; nonetheless, most students who divert also resist requests, suggesting these behaviors are not mutually exclusive. Interventions that encourage consistent use of explanations, direct refusals, and alternatives may curb PSD. Registered on ClinicalTrials.gov on 05/12/2021: NCT04885166.
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.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle