The influence of societal individualism on a century of tobacco use: modelling the prevalence of smoking
Notice bibliographique
Résumé
BACKGROUND: Smoking of tobacco is estimated to have caused approximately six million deaths worldwide in 2014. Responding effectively to this epidemic requires a thorough understanding of how smoking behaviour is transmitted and modified. METHODS: We present a new mathematical model of the social dynamics that cause cigarette smoking to spread in a population, incorporating aspects of individual and social utility. Model predictions are tested against two independent data sets spanning 25 countries: a newly compiled century-long composite data set on smoking prevalence, and Hofstede's individualism/collectivism measure (IDV). RESULTS: The general model prediction that more individualistic societies will show faster adoption and cessation of smoking is supported by the full 25 country smoking prevalence data set. Calibration of the model to the available smoking prevalence data is possible in a subset of 7 countries. Consistency of fitted model parameters with an additional, independent, data set further supports our model: the fitted value of the country-specific model parameter that determines the relative importance of social and individual factors in the decision of whether or not to smoke, is found to be significantly correlated with Hofstede's IDV for the 25 countries in our data set. CONCLUSIONS: Our model in conjunction with extensive data on smoking prevalence provides evidence for the hypothesis that individualism/collectivism may have an important influence on the dynamics of smoking prevalence at the aggregate, population level. Significant implications for public health interventions are discussed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».