The identification of framed messages in the New York State Smokers' Quitline materials
Notice bibliographique
Résumé
Research suggests that smoking cessation messages are most persuasive when framed in terms of the benefits achieved from quitting (i.e. gain-framed) than when framed in terms of the costs of not quitting (i.e. loss-framed). It is unknown, however, if these findings about optimal message frames have been translated into public health practice. The current study examined message framing in telephone counseling sessions with smokers calling the New York State Smokers' Quitline (NYSSQ). We conducted a content analysis of all NYSSQ print material and 12 Quitline service calls. Two independent raters coded each message within these documents as being gain-framed, loss-framed or non-framed. Messages from the service calls also were coded for their function (e.g. information provision, information gathering). Interrater reliability was acceptable (kappa > 0.80). Of the 997 print messages evaluated, 21.6% were gain-framed, 13.8% were loss-framed and 64.6% were non-framed. For the service calls, only the messages with an information provision function included framed content. Of the 420 information provision messages, 10.2% were gain-framed, 1.7% were loss-framed and 88.1% were non-framed. The loss-framed and non-framed messages indicate missed opportunities for providing gain-framed messages within the Quitline services, thus emphasizing a possible gap between research and practice.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».