Do components of current ‘hardcore smoker’ definitions predict quitting behaviour?
Notice bibliographique
Résumé
AIMS: It has been hypothesized that the smoking population is represented by an increasingly 'hardcore' group of smokers who are resistant to quitting. Many definitions of 'hardcore smokers' have been used, but their predictive validity is unknown. To evaluate whether 'hardcore smoker' definition components predict quitting behaviours and which combinations of 'hardcore' components are most predictive. DESIGN, SETTING AND PARTICIPANTS: Longitudinal, random telephone survey of a representative sample of adult smokers in Ontario, Canada (n = 4130, recruited 2005-08 and followed for 1 year). MEASUREMENTS: Multiple logistic regression models were compared to evaluate the predictive ability of 'hardcore' components (high daily cigarette consumption, high nicotine dependence, being a daily smoker, history of long-term smoking, no quit intention and no life-time quit attempt) on three outcomes [continued smoking, not attempting to quit and having unsuccessful quit attempt(s)]. FINDINGS: All 'hardcore' components predicted having no quit attempt and continued smoking during follow-up (P < 0.05), except for history of long-term smoking and no life-time quit attempt (for continued smoking). Among respondents who made 1 + quit attempts during follow-up, only high nicotine dependence, high daily cigarette consumption and being a daily smoker were predictive of quitting failure (P < 0.01). The best combination of components depended on the outcome. CONCLUSIONS: Measures of 'hardcore' include a mixture of motivational, dependence and behavioural variables. As found previously, motivational and behavioural measures, such as intention to quit, predict failure to make quit attempts. However, dependence components best predicted continued smoking and thus would be best for further exploring the hardening hypothesis.
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 | 0,000 | 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 | 0,000 | 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 ».