Knowledge of Health Effects and Intentions to Quit Among Smokers in India: Findings From the Tobacco Control Policy (TCP) India Pilot Survey
Notice bibliographique
Résumé
Awareness of the health risks of smoking is an important factor in predicting smoking-related behaviour; however, little is known about the knowledge of health risks in low-income countries such as India. The present study examined beliefs about the harms of smoking and the impact of health knowledge on intentions to quit among a sample of 249 current smokers in both urban and rural areas in two states (Maharashtra and Bihar) from the 2006 TCP India Pilot Survey, conducted by the ITC Project. The overall awareness among smokers in India of the specific health risks of smoking was very low compared to other ITC countries, and only 10% of respondents reported that they had plans to quit in the next six months. In addition, smokers with higher knowledge were significantly more likely to have plans to quit smoking. For example, 26.2% of respondents who believed that smoking cause CHD and only 5.5% who did not believe that smoking causes CHD had intentions to quit (χ² = 16.348, p < 0.001). Important differences were also found according to socioeconomic factors and state: higher levels of knowledge were found in Maharashtra than in Bihar, in urban compared to rural areas, among males, and among smokers with higher education. These findings highlight the need to increase awareness about the health risks of smoking in India, particularly in rural areas, where levels of education and health knowledge are lower.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».