利用机器学习来理解学校气候和青少年物质使用之间的联系:关注大麻和酒精使用

科学领域:

• 社会科学 社会科学 社会科学
• 公共卫生 公共卫生
• 心理学 心理学 心理学

背景情况:

• 学校气候指标与学生的福祉和学业成功有关.
• 以前的研究表明,学校环境和青少年吸毒之间存在联系.
• 了解这些关联对于制定有效的预防策略至关重要.

研究的目的:

• 探索学校气候指标与青少年酒精和大麻使用之间的关系.
• 为了确定与物质使用相关的特定学校气候,态度,行为和人口因素.
• 利用机器学习 (ML) 来对这些复杂的关系进行细致的检查.

主要方法:

• 利用机器学习 (ML) 方法对来自69,513名中高中学生的数据进行了分析.
• 采用了两阶段的特征选择过程,将最初的154个项目减少到20个关键指标.
• 开发了12个分类模型来预测酒精和大麻的使用,实现ROC-AUC得分高达86%.

主要成果:

• 确定了15个共同的和5个独特的特征,区分酒精和大麻使用者和非使用者.
• 酒精使用的独特指标包括性别,学校自豪感,携带武器和欺凌.
• 大麻使用的独特指标包括挑战,情绪控制和愤怒.
• 两种物质的共同指标包括帮派成员,学业学,暴力,订婚和博.

结论:

• 机器学习有效地识别了与青少年吸毒相关的复杂社会和环境因素.
• 这些发现突显了ML在检查酒精和大麻使用的多维指标方面的实用性.
• 该研究强调了考虑学校气候中的各种因素对于预防物质使用的重要性.