Alkoholin käyttö raskauden ensiviikkoina edelleen yleistä
Bibliographic record
Abstract
Raskaudenaikaisesta alkoholin käytössä Suomessa ei ole tarkkaa tietoa. Tutkimuksen tarkoituksena oli selvittää naisten alkuraskauden alkoholin käyttöä ja siihen vaikuttavia tekijöitä verrattuna raskautta edeltävään aikaan. \n \nRaskaana olevat naiset (n = 217) rekrytoitiin äitiysneuvolan 1. käynnillä Keski-Satakunnan terveydenhuollon kuntayhtymässä 1.9.2016-31.12.2019 (KESÄLATU-tutkimus). Osallistujat täyttivät alkuraskaudessa taustatieto-, mieliala-, elämänlaatu- ja ahdistuskyselyt. Alkoholinkäyttö jaettiin kahteen ryhmään: 1) ei alkoholin käyttöä tai lopettanut alkoholin käytön jo raskautta suunnitellessa sekä 2) alkoholin käyttöä positiiviseen raskaustestiin asti jatkaneet. \n \nAlkoholin käyttöä positiiviseen raskaustestiin asti jatkoi 55 % raskaana olevista naisista, ja he tupakoivat alkuraskaudessa muita useammin (19 % vs. 9 %). He kokivat elämänlaatunsa heikommaksi verrattuna niihin, jotka pidättäytyivät alkoholin käytöstä jo raskautta suunnitellessa (aOR 0,45;95% CI 0,26-0,79; p = 0,006). \n \nYli puolet raskaana olevista naisista jatkoi alkoholin käyttöä raskauden toteamiseen asti. Heikompi koettu elämänlaatu voi viitata lisääntyneeseen tuen tarpeeseen. Keinoja alkoholista pidättäytymiseen jo raskautta suunnitellessa tulee kehittää.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.082 | 0.020 |
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".