MétaCan
Menu
Retour à la cohorte
Enregistrement W2220906113 · doi:10.24095/hpcdp.34.2/3.06

Are Canadian youth still exposed to second-hand smoke in homes and in cars?

2014· article· en· W2220906113 sur OpenAlexaffvenueabout
Andriana Barisic, ST Leatherdale, Robin Burkhalter, Miljenko Math, Rashid Ahmed

Notice bibliographique

RevueChronic diseases and injuries in Canada · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensImpactCancerCare ManitobaCanadian Cancer SocietyUniversity of WaterlooCancer Care Ontario
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthLogistic regressionSmokeSecondhand smokeDescriptive statisticsMedicineDemographyEngineeringMathematicsSociologyWaste managementStatistics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The objective of this manuscript is to examine the prevalence of youth exposed to second-hand smoke (SHS) in homes and cars, changes in SHS exposure over time, and factors associated with beliefs youth hold regarding SHS exposure among a nationally representative sample of Canadian youth. METHODS: Descriptive analysis of SHS exposure in homes and cars was conducted using data from the Canadian Youth Smoking Survey (2004, 2006 and 2008). Logistic regression was conducted to examine factors associated with beliefs youth had about SHS exposure in 2008. RESULTS: In 2008, 21.5% of youth reported being exposed to SHS in their home on a daily or almost daily basis, while 27.3% reported being exposed to SHS while riding in a car at least once in the previous week. Between 2004 and 2008, the prevalence of daily SHS exposure in the home and cars decreased by 4.7% and 18.0% respectively. CONCLUSION: Despite reductions in SHS exposure over time, a substantial number of Canadian youth continue to be exposed to SHS in homes and cars. Further effort is required to implement and evaluate policies designed to protect youth from SHS.

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)0,001
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 enseignants0,021
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,244
Écart entre enseignants0,230 · 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

Citations4
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueChronic diseases and injuries in CanadaMême sujetSmoking Behavior and CessationTravaux en français237 207