MétaCan
Menu
Retour à la cohorte
Enregistrement W2383138450

Investigation About the Smoking Behavior and the Influencing Factors of Floating Children in Urban Public Schools

2010· article· en· W2383138450 sur OpenAlexaboutno aff
Chen Guo-hu

Notice bibliographique

RevueChinese Journal of School Health · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFloating populationQuarter (Canadian coin)PopulationMedicineDemographyPsychological interventionLogistic regressionEnvironmental healthPublic healthPsychologyPsychiatryGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective To know the smoking status of floating children in urban public schools, to explore the smoking factors of floating children and to provide a scientific theoretical basis of smoking for the prevention and control. Methods Totally 997 children of floating population were randomly selected from five public schools in Chengdu to complete the questionnaire survey about smoking status. Results About 13.9% of children of floating population smoked. Smoking behavior of males and females was significant different, and among girls who had smoked one cigarette accounted for 94.4%, 25.4 percentage points higher than boys. The children of floating population in different grades had a significant difference behavior of smoking, the proportional of students who had smoked in junior third grade was up to one quarter. After multivariate Logistic analysis, gender, grade, academic achievement, the parent-child relationships, smoking persons looked mature, and whether the schools enforce the smoking ban, Internet time and the frequency of entering the electronic game rooms, etc. Those 8 factors were the major factors in smoking behavior of children of floating population. Conclusion Student tobacco control needs the endorsement of family, school, society and many other holistic interventions, then a strong tobacco control network can be formed.

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)0,000
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 enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,060
Tête enseignante GPT0,412
Écart entre enseignants0,352 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Journal of School HealthMême sujetSchool Health and Nursing EducationTravaux en français237 207