Fréquence de la consommation d’alcool chez les Canadiennes en âge de procréer
Bibliographic record
Abstract
Introduction La publication de données sur la consommation d’alcool chez les Canadiennes en âge de procréer comble une lacune importante en matière de données probantes. Méthodologie Nous avons analysé, à l’aide des données de l’Enquête sur la santé dans les collectivités canadiennes de 2019, les taux de consommation hebdomadaire et de consommation excessive d’alcool chez les femmes de 15 à 54 ans en fonction de caractéristiques sociodémographiques, de la province de résidence et de la consommation simultanée d’autres substances. Résultats Parmi la population cible, 30,5 % des femmes interrogées ont fait état d’une consommation hebdomadaire d’alcool et 18,3 % d’une consommation excessive d’alcool au cours des 12 derniers mois. Les proportions variaient en fonction des caractéristiques sociodémographiques, de la province et de la consommation de substances. Les différences les plus notables et les plus significatives étaient liées à la consommation de cannabis et au tabagisme. Conclusion Ces renseignements peuvent aider les prestataires de soins de santé à évaluer la consommation d’alcool et à promouvoir une consommation d’alcool à faible risque afin de prévenir l’exposition à l’alcool durant la grossesse.
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 | 0.004 | 0.025 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| 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) | 0.009 | 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".