Subjective well-being, personality, demographic variables, and American state differences in smoking prevalence
Notice bibliographique
Résumé
INTRODUCTION: The present study was conducted to determine relations between smoking prevalence, subjective well-being, and the Big Five personality variables at the American state level. METHOD: State smoking prevalence was based on the responses of more than 350,000 adults interviewed in the Behavioral Risk Factor Surveillance System in 2008. Subjective well-being was based on the state-aggregated responses of 353,039 adults to the Gallup-Healthways Well-Being Index phone interviews during 2008. Big Five variables were based on the state-aggregated responses of 619,397 persons to an Internet survey between 1999 and 2005, which included the 44-item Big Five Inventory. RESULTS: Well-being and smoking prevalence were negatively correlated and remained so when state Big Five, socioeconomic status (SES), White population percent, urban population percent, and median age were controlled in a partial correlation. Hierarchical and stepwise multiple regressions showed (a) that SES and neuroticism were the prime predictors of well-being, (b) that well-being was the prime predictor of smoking prevalence, and (c) that openness to experience was the sole personality or demographic variable to account for differences in smoking prevalence when well-being was controlled, and it explained very little of the remaining variance. DISCUSSION: Applied implications for state-tailored attempts to reduce smoking are briefly discussed, and suggestions for future research directions are put forward.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».