Support for smoke-free policies among smokers and non-smokers in six cities in China: ITC China Survey
Notice bibliographique
Résumé
OBJECTIVE: To examine levels of support for comprehensive smoke-free policies in six large Chinese cities. METHODS: Data from Wave 1 of the International Tobacco Control (ITC) China Survey (April-August 2006) were analysed. The ITC China Survey employed a multistage sampling design in Beijing, Shenyang, Shanghai, Changsha, Guangzhou and Yinchuan (none of which has comprehensive smoke-free policies in place). Face-to-face interviews were conducted with 4815 smokers and 1270 non-smokers. Multivariate logistic regression models were used to identify factors associated with support for comprehensive smoke-free policies. RESULTS: About one in two Chinese urban smokers and four in five non-smokers believed that secondhand smoke (SHS) causes lung cancer. The majority of respondents supported comprehensive smoke-free policies in hospitals, schools and public transport vehicles while support for smoke-free workplaces, restaurants and bars was lower. Levels of support were generally comparable between smokers and non-smokers. Support for comprehensive smoke-free policies was positively associated with knowledge about the harm of SHS. Respondents who worked in a smoke-free worksite or who frequented smoke-free indoor entertainment places were more likely to support comprehensive smoking restriction in bars and restaurants. CONCLUSION: Considerable support for smoke-free policies exists in these six large cities in China. Greater public education about the dangers of SHS may further increase support. Experiencing the benefits of smoke-free indoor entertainment places and/or workplaces increases support for these policies and suggests that some initial smoke-free policy implementation may hasten the diffusion of these public health policies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 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 ».