MétaCan
Menu
Retour à la cohorte
Enregistrement W2548968575 · doi:10.4103/0970-0218.193337

Patterns of use and perceptions of harm of smokeless tobacco in Navi Mumbai, India and Dhaka, Bangladesh

2016· article· en· W2548968575 sur OpenAlexaff
Seema Mutti, Jessica L. Reid, Prakash C. Gupta, Mangesh S. Pednekar, Gauri Dhumal, Nigar Nargis, Akm Ghulam Hussain, David Hammond

Notice bibliographique

RevueIndian Journal of Community Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSmokeless tobaccoMedicineRespondentTobacco productHarmEnvironmental healthTobacco harm reductionTraditional medicineTobacco usePopulationPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Globally, smokeless tobacco use is disproportionately concentrated in low-income and middle-income countries like India and Bangladesh. OBJECTIVES: The current study examined comparative patterns of use and perceptions of harm for different smokeless tobacco products among adults and youth in Navi Mumbai, India, and Dhaka, Bangladesh. METHODS: = 1081). RESULTS: in Bangladesh. Among users in Bangladesh, the most commonly reported reason for using their usual product was the belief that it was "less harmful" than other types. Perceptions of harm also differed with respect to a respondent's usual product. Bangladeshi respondents reported more negative attitudes toward smokeless tobacco compared to Indian respondents. CONCLUSIONS: The findings highlight the high daily use of smokeless tobacco, and the high prevalence of false beliefs about its harms. This set of findings reinforces the need to implement effective tobacco control strategies in low and middle-income countries like India and Bangladesh.

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)0,002
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 enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
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 Opus0,049
Tête enseignante GPT0,327
Écart entre enseignants0,278 · 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

Citations34
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Community MedicineMême sujetSmoking Behavior and CessationTravaux en français237 207