School Connectedness and Susceptibility to Smoking Among Adolescents in Canada
Notice bibliographique
Résumé
INTRODUCTION: Smoking susceptibility in early adolescence is strongly predictive of subsequent smoking behavior in youth. As such, smoking susceptibility represents a key modifiable factor in reducing the onset of smoking in young people. A growing literature has documented a number of factors that influence susceptibility to smoking; however, there is limited amount of research examining associations of susceptibility to smoking and school connectedness. The current study examines whether school connectedness has an independent protective effect on smoking susceptibility among younger adolescents. METHODS: A nationally representative sample of 12,894 Canadian students in grades 6-8 (11-14 years old), surveyed as part of the 2010-2011 Youth Smoking Survey, was analyzed. Multilevel logistic regression models examined unadjusted and adjusted associations between school connectedness and smoking susceptibility. The impacts of other covariates on smoking susceptibility were also explored. RESULTS: Approximately 29% of never-smokers students in grades 6-8 in Canada were susceptible to future smoking. Logistic regression analysis, controlling for standard covariates, found that school connectedness had strong protective effects on smoking susceptibility (odds ratio [OR] 0.91, 95% CI 0.89-0.94). CONCLUSIONS: The finding that school connectedness is protective of smoking susceptibility, together with previous research, provides further evidence that improving school conditions that promote school connectedness could reduce risky behavior in adolescents. While prevention efforts should be directed at youth of all ages, particular attention must be paid to younger adolescents in the formative period of 11-14 years of age.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».