Is there an impact of public smoking bans on self-reported smoking status and exposure to secondhand smoke?
Notice bibliographique
Résumé
BACKGROUND: Implementation of smoke free policies has potentially substantial effects on health by reducing secondhand smoke exposure. However little is known about whether the introduction of anti-smoking legislation translates into decreased secondhand smoke exposure. We examined whether smoking bans impact rates of secondhand smoke exposure in public places and rates of complete workplace smoking restriction. METHODS: Canadian Community Health Survey was used to obtain secondhand smoking exposure rates in 15 Ontario municipalities. Data analysis included descriptive summaries and 95% confidence intervals were calculated and compared across groups RESULTS: Across all studied municipalities, secondhand smoke exposure in public places decreased by 4.7% and workplace exposure decreased by 2.3% between the 2003 and 2005 survey years. The only jurisdiction to implement a full ban from no previous ban was also the only setting that experienced significant decreases in both individual exposure to secondhand smoke in a public place (-17.3%, 95% CI -22.8, -11.8) and workplace exposure (-18.1%, 95% CI -24.9, -11.3). Exposures in vehicles and homes declined in almost all settings over time. CONCLUSIONS: Implementation of a full smoking ban was associated with the largest decreases in secondhand smoke exposure while partial bans and changes in existing bans had inconsistent effects. In addition to decreasing exposure in public places as would be expected from legislation, bans may have additional benefits by decreasing rates of current smokers and decreasing exposures to secondhand smoke in private settings.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».