Key health themes and reporting of numerical cigarette–waterpipe equivalence in online news articles reporting on waterpipe tobacco smoking: a content analysis
Notice bibliographique
Résumé
INTRODUCTION: There is anecdotal evidence that health messages interpreted from waterpipe tobacco smoking (WTS) research are inconsistent, such as comparing the health effects of one WTS session with that of 100 cigarettes. This study aimed to identify key health themes about WTS discussed by online news media, and how numerical cigarette-waterpipe equivalence (CWE) was being interpreted. METHODS: We identified 1065 online news articles published between March 2011 and September 2012 using the 'Google Alerts' service. We screened for health themes, assessed statements mentioning CWE and reported differences between countries. We used logistic regression to identify factors associated with articles incorrectly reporting a CWE equal to or greater than 100 cigarettes, in the absence of any comparative parameter ('CWE ≥100 cigarettes'). RESULTS: Commonly mentioned health themes were the presence of tobacco (67%) and being as bad as cigarettes (49%), and we report on differences between countries. While 10.8% of all news articles contained at least one positive health theme, 22.9% contained a statement about a CWE. Most of these (18.6% total) were incorrectly a CWE ≥100 cigarettes, a quarter of which were made by healthcare professionals/organisations. Compared with the Middle East, articles from the USA and the UK were the most significant predictors to contain a CWE ≥100 cigarettes statement. CONCLUSIONS: Those wishing to write or publish information related to WTS may wish to avoid comparing WTS to cigarettes using numerical values as this is a major source of confusion. Future research is needed to address the impact of the media on the attitudes, initiation and cessation rates of waterpipe smokers.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».