Predictors of quit intentions among adult smokers in Mauritius: Findings from the ITC Mauritius Survey
Notice bibliographique
Résumé
Mauritius has one of the highest rates of smoking in Africa. Smoking cessation is a priority for preventing tobacco-related morbidity and mortality. The purpose of this study is to identify the predictors of quit intentions among smokers in Mauritius in order to strengthen tobacco control policies and inform the development and delivery of services that may increase the likelihood of successful quitting. METHODS Data were drawn from Wave 1 (2009) of the International Tobacco Control (ITC) Mauritius Survey, a face-to-face cohort survey of a nationally representative sample of 598 adult smokers who were randomly selected from nine geographic districts in Mauritius using a multistage sampling procedure. RESULTS The vast majority of smokers (77.8%) had plans to quit smoking. Longer duration of past quit attempts (6 months or less), perceiving benefits of quitting, worrying about smoking damaging health in the future, and not enjoying smoking were significantly associated with quit intentions. However, socio-demographic characteristics, past quit attempts, overall attitude about smoking, and Heaviness of Smoking Index (HSI) were not associated with quit intentions. CONCLUSIONS The predictors of quit intentions among Mauritian smokers were generally similar to those found among smokers in other high-and middle-income countries. However, in contrast to findings in those other countries, nicotine dependence as measured by the HSI was not a significant predictor of quit intentions among Mauritian smokers. These findings highlight the need to consider the predictors of quit intentions when developing and delivering smoking cessation support services in Mauritius.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».