MétaCan
Menu
Retour à la cohorte
Enregistrement W2146959477 · doi:10.1136/bmjopen-2013-002916

Changes in smoking behaviours following a smokefree legislation in parks and on beaches: an observational study

2013· article· en· W2146959477 sur OpenAlexafffundabout
Chizimuzo T.C. Okoli, Andrew O. Johnson, Ann Pederson, Sarah Adkins, Wendy Rice

Notice bibliographique

RevueBMJ Open · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensBritish Columbia Centre of Excellence for Women's Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineEnforcementEnvironmental healthRecreationSecondhand smokeObservational studyLegislationDemographyInternal medicineLaw

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine the effect of an outdoor smokefree law in parks and on beaches on observed smoking in selected venues. METHODS: The study involved repeated observations in selected parks and beaches in Vancouver, British Columbia, Canada. The main outcome measure was changes in observed smoking rates in selected venues from prelaw to 12 months postlaw. RESULTS: No venue was 100% smokefree at the 12-month postlaw observation time point. There was a significant decrease in observed smoking rates in all venues from prelaw to 12-month postlaw (prelaw mean smoking rate=20.5 vs 12-month mean smoking rate=4.7, p=0.04). In stratified analysis by venue, the differences between the prelaw and 12-month smoking rates decreased significantly in parks (prelaw mean smoking rate=37.1 vs 12-month mean smoking rate=6.5, p=0.01) but not in beaches (prelaw mean smoking rate=2.9 vs 12-month mean smoking rate=1.0, p=0.1). CONCLUSIONS: Smokefree policies in outdoor recreational venues have the potential to decrease smoking in these venues. The effectiveness of such policies may differ by the type and usage of the venue; for instance, compliance may be better in venues that are used more often and have enforcement. Future studies may further explore factors that limit and foster the enforcement of such policies in parks and beaches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,312
Tête enseignante GPT0,449
Écart entre enseignants0,137 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations21
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetSmoking Behavior and CessationTravaux en français237 207