Beliefs about the relative harm of “light” and “low tar” cigarettes: findings from the International Tobacco Control (ITC) China Survey
Notice bibliographique
Résumé
BACKGROUND: Many smokers in Western countries perceive "light" or "low tar" cigarettes as less harmful and less addictive than "regular" or "full flavoured" cigarettes. However, there is little research on whether similar perceptions exist among smokers in low and middle incomes, including China. OBJECTIVE: To characterise beliefs about "light" and "low tar" cigarettes among adult urban smokers in China. METHODS: We analysed data from Wave 1 of the ITC China Survey, a face-to-face household survey of 4732 adult Chinese smokers randomly selected from six cities in China in 2006. Households were sampled using a stratified multistage design. FINDINGS: Half (50.0%) of smokers in our sample reported having ever tried a cigarette described as "light," "mild" or "low tar". The majority of smokers in our sample (71%) believed that "light" and/or "low tar" cigarettes are less harmful compared to "full flavoured" cigarettes. By far the strongest predictor of the belief that "light" and/or "low tar" cigarettes are less harmful was the belief that "light" and/or "low tar" cigarettes feel smoother on the respiratory system (p<0.001, OR=53.87, 95% CI 41.28 to 70.31). CONCLUSION: Misperceptions about "light" and/or "low tar" cigarettes were strongly related to the belief that these cigarettes are smoother on the respiratory system. Future tobacco control policies should go beyond eliminating labelling and marketing that promotes "light" and "low tar" cigarettes by regulation of product characteristics (for example, additives, filter vents) that reinforce perceptions that "light" and "low tar" cigarettes are smoother on the respiratory system and therefore less harmful.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 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 ».