Do the correlates of smoking cessation counseling differ across health professional groups?
Notice bibliographique
Résumé
INTRODUCTION: Smoking cessation counseling by health professionals is an effective approach to increase cessation rates among smokers. To guide the development of training and educational interventions, we surveyed six health professional groups including general practitioners (GPs), pharmacists, dentists, dental hygienists, nurses, and respiratory therapists, in order to describe current practices and identify the correlates of smoking cessation counseling. METHODS: Self-administered questionnaires were mailed to 500 persons randomly selected from the membership lists of active licensed professionals in each health professional group in Québec. RESULTS: Response proportions ranged from 52% (nurses) to 70% (dental hygienists). Compared with other groups, GPs and pharmacists undertook more counseling with patients ready to quit. GPs and respiratory therapists undertook more counseling with patients not ready to quit. Three factors emerged consistently across most groups as positively associated with counseling, including the belief that counseling is the role of health professionals, perceived self-efficacy to engage in effective counseling, and knowledge of community cessation resources. DISCUSSION: The correlates of cessation counseling are similar across health professional groups. Interventions that address beliefs that cessation counseling is the role of health professionals, self-efficacy to provide effective counseling, and knowledge of community resources may result in improved cessation counseling practices among health professionals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».