MétaCan
Menu
Retour à la cohorte
Enregistrement W4416203400 · doi:10.1177/00914509251393876

Alcohol in Context: Alcohol Experiences Among First-Year Residence-Dwelling Students at Two Canadian Universities

2025· article· en· W4416203400 sur OpenAlexafffundabout
Alex Liaukovich, Amrit Kaur Matharoo, Victoria Burns, Niki Kiepek

Notice bibliographique

RevueContemporary Drug Problems · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of CalgaryDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHarmQualitative researchHarm reductionAlcohol consumptionPromotion (chess)Health promotionHeavy drinkingEconomic JusticeQualitative analysis

Résumé

récupéré en direct d'OpenAlex

While extensive research has examined alcohol-related harms in university residences, few studies have explored how specific drinking contexts-such as physical location, policies, and broader socio-cultural factors-shape student alcohol use. This qualitative study utilized semi-structured interviews with 25 first-year residential students and 16 staff across two Canadian universities (University of Calgary, Alberta, and Dalhousie University, Nova Scotia) to investigate how intersecting social, physical, economic, and policy environments contribute to university residences as risk and/or enabling environments. Drawing on Rhodes's risk environment framework, the analysis identified three themes: (1) Navigating tensions between policies and the physical and economic environments; (2) Shaping alcohol experiences through social influences; and (3) Co-creating cultures of care. This research highlights how student residences can reduce alcohol-related harms while fostering cultures of care, health, and well-being. These findings provide deeper insights into peer influence, the promotion of enabling environments, and integrating restorative justice as part of harm reduction strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,005
Communication savante0,0030,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,296
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueContemporary Drug ProblemsMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207