Experiences of cigarette smoking among Iranian educated women: A qualitative study
Notice bibliographique
Résumé
BACKGROUND: Smoking is a well-known public health problem in women as well as men. In many countries including Iran, there is an increase in tobacco use among women. Exploring the experience of smoking by educated women in order to develop effective tobacco prevention programs in these women is necessary. This study aimed to explore the experiences of smoking among Iranian educated women. METHODS: This study used a method of qualitative content analysis with the deep individual, semi-structured interviews on a sample of 14 educated female smokers, selected purposefully. Data were analyzed using qualitative content analysis with conventional approach while being collected. RESULTS: The data analysis led to 16 subcategories which were divided into four main categories: (1) Personal factors including subcategories of imitation, show-off and independence, inexperience and curiosity, personal interest and desire, improved mood, and social defiance; (2) family factors including smokers in the family, intrafamily conflicts, and family strictures and limitations; (3) social factors including subcategories of effects of work and school environment, gender equality symbols, peer pressure, and acceptance among friends; and (4) negative consequences of smoking including subcategories of a sense of being physically hurt, psychological and emotional stress, and being looked upon in a negative and judgmental manner. CONCLUSIONS: The findings of this study showed that smoking among Iranian educated women is a multifactorial problem. Thus, it is necessary to address smoking among educated women in a holistic approach that focuses on different determinants including personal, family, and social factors particularly the gender roles and stereotypes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».