Pathways of Change Explaining the Effect of Smoke-Free Legislation on Smoking Cessation in the Netherlands. An Application of the International Tobacco Control Conceptual Model
Notice bibliographique
Résumé
INTRODUCTION: This study aims to test the pathways of change from individual exposure to smoke-free legislation on smoking cessation, as hypothesized in the International Tobacco Control (ITC) Conceptual Model. METHODS: A nationally representative sample of Dutch smokers aged 15 years and older was surveyed during 4 consecutive annual surveys. Of the 1,820 baseline smokers, 1,012 participated in the fourth survey. Structural Equation Modeling was employed to test a model of the effects of individual exposure to smoke-free legislation through policy-specific variables (support for smoke-free legislation and awareness of the harm of [secondhand] smoking) and psychosocial mediators (attitudes, subjective norm, self-efficacy, and intention to quit) on quit attempts and quit success. RESULTS: The effect of individual exposure to smoke-free legislation on smoking cessation was mediated by 1 pathway via support for smoke-free legislation, attitudes about quitting, and intention to quit smoking. Exposure to smoke-free legislation also influenced awareness of the harm of (secondhand) smoking, which in turn influenced the subjective norm about quitting. However, only attitudes about quitting were significantly associated with intention to quit smoking, whereas subjective norm and self-efficacy for quitting were not. Intention to quit predicted quit attempts and quit success, and self-efficacy for quitting predicted quit success. CONCLUSIONS: Our findings support the ITC Conceptual Model, which hypothesized that policies influence smoking cessation through policy-specific variables and psychosocial mediators. Smoke-free legislation may increase smoking cessation, provided that it succeeds in influencing support for the legislation.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».