Educating smokers about the risk of blindness – insights to improve tobacco product health warning labels
Notice bibliographique
Résumé
BACKGROUND: Health warning labels (HWL) on tobacco products help educate smokers about the health effects from smoking; however, there is a need to improve HWL content including images and text to increase effectiveness. In Canada, a HWL was created that communicates smoking's causal association with "blindness" from age-related macular degeneration (AMD). This study surveyed Canadian optometrists about their opinions regarding the image and text used in the "blindness" HWL. METHODS: An online survey was sent to all 4528 registered Canadian optometrists. Respondents were asked if the HWL conveyed important and believable information, and if the picture was appropriate. Optometrists were invited to make open-ended comments about the label which were analyzed using a qualitative analysis framework suitable for health policy evaluation. Frequency distributions were calculated for closed-ended questions. RESULTS: The survey was completed by 850 respondents (19 %). Most respondents (90 %) reported the message was believable/somewhat believable; while 35 % felt the picture was "too graphic". Some respondents reported in their open-ended comments that they were concerned the HWL was internally inconsistent because it reports there is "no effective treatment in most cases" for AMD but the image depicts someone undergoing surgery. There was concern that this may discourage patients from seeking needed treatment. CONCLUSION: The majority of Canadian optometrist respondents were in agreement that the new, "RISK OF BLINDNESS" pictorial HWL includes important, believable information. Some optometrists had concerns that the HWL included a confusing message or a message that may discourage some patients from pursuing treatment for AMD. Future development of blindness-related HWL should seek practitioner input.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».