Decision‐making and risk‐taking as predictors of health risk behaviors in the Millennium Cohort Study
Notice bibliographique
Résumé
Background: Facets of decision-making and risk-taking are implicated in adolescent health risk behaviors; however, whether they may lead to adolescent engagement in substance use, gambling, and self-harm is unknown. Methods: = 8417). A computerized task-based measure of decision-making and risk-taking for reward (Cambridge Gambling Task) measured impulsivity, quality of decision-making, risk adjustment, and risk-taking (exposures) at age 14. Several health risk behaviors (outcomes) were self-reported at 14/17 years: cigarette use, electronic cigarette/vaping use, drinking, cannabis use, other illegal drug use (e.g., ecstasy), gambling, and self-harm. We conducted adjusted multinomial and logistic regression models. Results: Computerized task-based measures of greater impulsivity and risk-taking were most consistently associated with self-reported health risk behaviors at 14 and 17 years. Better quality of decision-making and risk adjustment were inconsistently associated with health outcomes at age 14; however, better risk adjustment was related to a reduced likelihood of all levels of cigarette and e-cigarette/vaping use (e.g., occasionally/regularly) when compared to nonusers. At age 14, risk-taking was associated with every self-reported health risk behavior (e.g., substance use, gambling) except for self-harm. In prospective models, relationships were attenuated, but risk-taking predicted new onset engagement in all forms of substance use except alcohol consumption and self-harm. Risk-taking was most strongly associated with other drug use (age 14: odds ratio (OR) = 11.26, 95% CI: 1.48, 86.01) and predictive of former vaping use (age 17: OR = 4.10, 95% CI: 1.43, 11.76). Conclusion: Risky betting on a computerized risk-taking task appears highly indicative of substance use and recent gambling at age 14 and predictive of new onset substance use and gambling 3 years later (age 17) for both sexes, but not self-harm.
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 | 0,003 | 0,007 |
| 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 | 0,001 | 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 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 ».