Socioeconomic and country variations in knowledge of health risks of tobacco smoking and toxic constituents of smoke: results from the 2002 International Tobacco Control (ITC) Four Country Survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Socioeconomic status is strongly associated with smoking prevalence and social class differences contribute substantially to social inequalities in mortality. This research investigated socioeconomic and country variations in smokers' knowledge that smoking causes heart disease, stroke, impotence and lung cancer, that smoke contains cyanide, mercury, arsenic and carbon monoxide, and whether nicotine causes most of the cancer. METHODS: Data were from the International Tobacco Control (ITC) Four Country Survey, a cohort survey of over 9000 adult smokers from four countries: the United States, Canada, the United Kingdom, and Australia. Data were collected via telephone interviews in 2002. RESULTS: Higher education and income were associated with higher awareness. For example, the odds of knowing that smoking causes heart disease, stroke and lung cancer were respectively 71%, 34% and 83% larger for respondents with high versus low income. The odds of knowing that smoke contains cyanide, mercury, arsenic and carbon monoxide were respectively 66%, 26%, 44% and 108% larger for respondents with a university degree than those with a high school diploma or lower level of education. Results also revealed that awareness of harms of smoking was generally the highest in Canada and the lowest in the UK. CONCLUSIONS: Lower socioeconomic status was associated with lower awareness of the harms of smoking and misunderstanding around nicotine. There is a need to improve knowledge of the dangers of smoking among the disadvantaged segments of the population.
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.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle