MétaCan
Menu
Retour à la cohorte
Enregistrement W2104636178 · doi:10.1080/14622200802027172

Prevalence and correlates of roll-your-own smoking in Thailand and Malaysia: Findings of the ITC-South East Asia Survey

2008· article· en· W2104636178 sur OpenAlexaff
David Young, Hua‐Hie Yong, Ron Borland, Hana Ross, Buppha Sirirassamee, Foong Kin, David Hammond, Richard J. O’Connor, Geoffrey T. Fong

Notice bibliographique

RevueNicotine & Tobacco Research · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Cancer Institute
Mots-clésEnvironmental healthTobacco controlMedicineTobacco useTobacco productTraditional medicineDemographyPublic healthPopulationSociology

Résumé

récupéré en direct d'OpenAlex

Roll-your-own (RYO) cigarette use has been subject to relatively limited research, particularly in developing countries. This paper seeks to describe RYO use in Thailand and Malaysia and relate RYO use to smokers' knowledge of the harmfulness of tobacco. Data come from face-to-face surveys with 4,004 adult smokers from Malaysia (N = 2,004) and Thailand (N = 2000), collected between January and March 2005. The prevalence of any use of RYO cigarettes varied greatly between Malaysia (17%) and Thailand (58%). In both countries, any RYO use was associated with living in rural areas, older average age, lower level of education, male gender, not being in paid work, slightly lower consumption of cigarettes, higher social acceptability of smoking, and positive attitudes toward tobacco regulation. Among RYO users, exclusive use of RYO cigarettes (compared with mixed use) was associated with older age, female gender (relatively), thinking about the enjoyment of smoking, and not making a special effort to buy cheaper cigarettes if the price goes up. Finally, exclusive RYO smokers were less aware of health warnings (RYO tobacco carries no health warnings), but even so, knowledge of the health effects of tobacco was equivalent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,333

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,347
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNicotine & Tobacco ResearchMême sujetSmoking Behavior and CessationTravaux en français237 207