Kunnen vroeg-adolescente muziekbetrokkenheid en muziekvoorkeur soft- en harddrugsgebruik één jaar later voorspellen?
Bibliographic record
Abstract
Doel: In de huidige studie is onderzocht of muziekgenrevoorkeur en muziekbetrokkenheid, soft- en harddrugs gebruik 1 jaar later konden voorspellen. Methoden: Voor de huidige studie is longitudinale data van het Qrius onderzoek 2006 gebruikt. De steekproef bestond uit 769 adolescenten in de leeftijd van 12 tot 21 jaar.\nResultaten: Uit de resultaten bleek dat jongeren die op jonge leeftijd een voorkeur hebben voor dance een verhoogde kans hadden om één jaar later soft- en harddrugs te gebruiken. Adolescenten met een voorkeur voor pop hadden minder kans om één jaar later softdrugs te gebruiken. Muziekbetrokkenheid bleek geen voorspeller van soft- en harddrugsgebruik. \nConclusie: De resultaten van dit onderzoek impliceren dat het voor ouders en opvoeders van adolescenten belangrijk is om te weten dat vroege muziekvoorkeuren indicatief zijn voor de kans dat een adolescent later soft- of harddrugs gaan gebruiken. Voorlichtingscampagnes over drugsgebruik voor Nederlandse adolescenten kunnen zich richten op jongeren die een voorkeur voor dancemuziek hebben.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".