MétaCan
Menu
Retour à la cohorte
Enregistrement W2110252975 · doi:10.1177/1090198102251033

State Legislators’ Beliefs About Legislation That Restricts Youth Access to Tobacco Products

2003· article· en· W2110252975 sur OpenAlexaff
Nell H. Gottlieb, Adam O. Goldstein, Brian S. Flynn, Joanna E Cohen, Karl E. Bauman, Laura J. Solomon, Michael C. Munger, Greg S. Dana, Laura E. McMorris

Notice bibliographique

RevueHealth Education & Behavior · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensOntario Tobacco Research Unit
Organismes subventionnairesnon disponible
Mots-clésLegislationTobacco controlLegislatureVotingEnforcementTheory of planned behaviorState (computer science)Law enforcementPublic healthPolitical scienceNorm (philosophy)Public administrationPsychologySocial psychologyPublic relationsLawControl (management)PoliticsMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Better understanding of the cognitive framework for decision making among legislators is important for advocacy of health-promoting legislation. In 1994, the authors surveyed state legislators from North Carolina, Texas, and Vermont concerning their beliefs and intentions related to voting for a hypothetical measure to enforce legislation preventing the sale of tobacco to minors, using scales based on the theory of planned behavior. Attitude (importance), subjective norm (whether most people important to you would say you should or should not vote for the law), perceived behavioral control (ability to cast one's vote for the law), and home state were independently and significantly related to intention to vote for the law's enforcement. The results, including descriptive data concerning individual beliefs, suggest specific public health strategies to increase legislative support for passing legislation to restrict youth tobacco sales and, more generally, a framework for studying policy making and advocacy.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,181
Tête enseignante GPT0,461
Écart entre enseignants0,280 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations29
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Education & BehaviorMême sujetBehavioral Health and InterventionsTravaux en français237 207