MétaCan
Menu
Retour à la cohorte
Enregistrement W1598630452 · doi:10.1155/2015/853418

The Effects of Educational Campaigns and Smoking Bans in Public Places on Smokers’ Intention to Quit Smoking: Findings from 17 Cities in China

2015· article· en· W1598630452 sur OpenAlexaff
Biao Luo, Liang Wan, Liang Liang, Tieshan Li

Notice bibliographique

RevueBioMed Research International · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensConcordia University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésChinaPublicityTobacco controlEnvironmental healthGovernment (linguistics)EnforcementPublic healthLogistic regressionLegislationStratified samplingAnti smokingMedicineBusinessPolitical scienceMarketingNursing

Résumé

récupéré en direct d'OpenAlex

Despite the perceived success of educational campaigns and smoking bans in public places in China, the actual effects have not been investigated. This study examines the effects of the two policies by major characteristics of smokers and whether the affected smokers have intention to quit smoking. A cross-sectional survey was conducted in 17 cities in China and 16,616 participants were selected using multistage stratified sampling. Logistic regression models were used to examine the effects of educational campaigns and smoking bans in public places on their intention to quit smoking. Results show that the Chinese government should try every means to build its tobacco control publicity and implement various forms of public educational campaigns to enhance smokers' knowledge of the health consequences of smoking. In addition, China should emphasize the enforcement of the existing smoking prohibitions and regulations by implementing local tobacco control legislation and total prohibitions in all public places and workplaces.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,093
Tête enseignante GPT0,396
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetSmoking Behavior and CessationTravaux en français237 207