R u a smkn m0m?: Aspects of a Text Messaging Smoking Cessation/Reduction Intervention for Younger Mothers
Notice bibliographique
Résumé
Introduction: Women who are younger in age are more likely to smoke during pregnancy and postpartum and tend to have less success with cessation/reduction. There is an unmet need for interventions targeted to pregnant and postpartum young women that provide them with support to quit/reduce long-term into the postpartum period and beyond. Aims: Our study aimed to gain an in-depth understanding of the perspectives of young pregnant and postpartum women of text messaging (TM) as a conduit for smoking cessation/reduction, and to determine the appropriate content, frequency, duration and unique features needed for an effective cessation/reduction TM programme. Methods: Six focus groups and six telephone interviews were convened with 36 pregnant and postpartum women 16–30 years of age. Results: Three main themes were identified: 1) topic areas that women would like TM to focus on; 2) the need for messages to be tailored; and 3) the importance for the programme to take a woman-centered approach. Conclusions: Respondents supported the idea of a TM cessation/reduction intervention and had clear programme recommendations. A personalised, woman-centered TM programme that meets a young woman's unique needs and addresses her concerns through her participation and direction is likely to empower and support her to quit/reduce.
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 | 0,004 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».