Neighbourhood crime and smoking: the role of objective and perceived crime measures
Notice bibliographique
Résumé
BACKGROUND: Smoking is a major public health problem worldwide. Research has shown that neighbourhood of residence is independently associated with the likelihood of individuals' smoking. However, a fine comprehension of which neighbourhood characteristics are involved and how remains limited. In this study we examine the relative contribution of objective (police-recorded) and subjective (resident-perceived) measures of neighbourhood crime on residents' smoking behaviours. METHODS: Data from 2,418 men and women participating in the 2007/8 sweep of the West of Scotland Twenty-07 Study were analyzed. Smoking status and perceived crime were collected through face-to-face interviews with participants. Police-recorded crime rates were obtained from the Scottish Neighbourhood Statistics website at the datazone scale. Adjusted odds ratios and 95% confidence intervals were estimated for the likelihood of current smoking using logistic regression models. Adjusted mean daily amount smoked and F statistics were calculated using general linear models. Analyses were conducted for all respondents and stratified by sex and age cohort. RESULTS: Compared to individuals living in low crime areas, those residing in an area characterized by high police-recorded crime rates or those perceiving high crime in their neighbourhood were more likely to be current smokers, after controlling for individual characteristics. The association with smoking was somewhat stronger for police-recorded crime than for perceived crime. Associations were only slightly attenuated when adjusting for either the objective or subjective crime measures, suggesting that these indicators may exert an independent influence on the risk of smoking. Stronger effects were observed for women compared to men. Police-recorded crime rates were more strongly related to smoking status among older respondents than among the younger cohort, whereas the strongest effect for perceived crime was observed among younger participants. CONCLUSIONS: Our findings highlight the relevance of paying attention to both objective and perceived neighbourhood crime measures when aiming to prevent smoking.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».