Utiliser l’âge de la première consommation d’alcool pour prédire la consommation d’alcool, la consommation excessive d’alcool et le mélange d’alcool et de boissons énergisantes chez les élèves de 12e année en Ontario dans le cadre du projet COMPASS
Bibliographic record
Abstract
Introduction Cette étude vise à examiner l’incidence de l’âge de la première consommation d’alcool sur la consommation actuelle d’alcool et les comportements connexes chez un large échantillon de jeunes Canadiens. Méthodologie Cette étude descriptive et analytique a été réalisée auprès d’élèves de 12e année de l’Ontario ayant participé à l’étude de référence COMPASS de 2012 à 2017. Nous avons eu recours à la modélisation par équations d’estimation généralisées (EEG) pour établir le lien entre l’âge de la première consommation d’alcool chez les répondants et la probabilité d’une consommation ou d’une absence de consommation d’alcool, d’une consommation excessive d’alcool et du mélange d’alcool et de boissons énergisantes. Résultats Les élèves ayant indiqué avoir consommé de l’alcool pour la première fois entre 13 et 14 ans étaient plus susceptibles de déclarer consommer de l’alcool plutôt que de ne pas en consommer (RC = 2,80, intervalle de confiance [IC] à 95 % : 2,26 à 3,45) et étaient plus susceptibles de déclarer consommer de l’alcool de façon excessive plutôt que de ne pas en consommer de façon excessive (RC = 3,22, IC à 95 % : 2,45 à 4,25) comparativement aux élèves ayant déclaré avoir consommé de l’alcool pour la première fois à 18 ans ou plus. Les élèves ayant commencé à consommer de l’alcool à 8 ans ou moins étaient plus susceptibles de déclarer consommer de l’alcool plutôt que de ne pas en consommer (RC = 3,54, IC à IC à 95 % : 2,83 à 4,43), avoir une consommation excessive d’alcool (RC = 3,99, IC à IC à 95 % : 2,97 à 5,37) et mélanger alcool et boissons énergisantes (RC = 2,26, IC à IC à 95 % : 1,23 à 4,14) comparativement aux élèves ayant commencé à consommer de l’alcool à 18 ans ou plus. Conclusion La consommation d’alcool pendant les premières années de l’adolescence permet de prédire la consommation d’alcool, la consommation excessive d’alcool ainsi que la tendance à mélanger alcool et boissons énergisantes lorsque les élèves arrivent en 12e année. Ces résultats soulignent le besoin de déployer de nouveaux efforts de prévention de la consommation d’alcool.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".