MétaCan
Menu
Retour à la cohorte
Enregistrement W2777651842 · doi:10.1080/08959420.2017.1407215

Legislation governing tobacco use in Ontario’s retirement homes

2017· article· en· W2777651842 sur OpenAlexaboutno aff
Jennifer Beideman, Jessica A. Kulak, Celia A. Watt

Notice bibliographique

RevueJournal of Aging & Social Policy · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationSafeguardingBusinessContext (archaeology)Environmental healthTobacco controlPublic healthMedicinePolitical scienceNursingGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Legislation banning smoking in public places is a key component of comprehensive tobacco control programs, yet residential facilities for aging adults are often exempt from such legislation. In Ontario, Canada, provincial legislation does not comprehensively safeguard retirement homes' residents and staff from tobacco-related health and safety concerns. This study provides a descriptive analysis of municipal-level bylaws in order to begin understanding the regulatory context of tobacco use in retirement homes in the Province. A stratified random sample of retirement homes (n = 75) was selected. A rubric was developed highlighting various components that a model policy would include, to allow for the independent review of municipal-level bylaws governing these 75 homes. Results indicate that 75% of retirement homes were located in areas without municipal-level tobacco legislation that addressed retirement homes. The remaining 25% (n = 19 retirement homes) were governed by eight different municipal-level bylaws, all of which lacked in overall comprehensiveness. Amending Ontario's regulatory framework to eliminate loopholes and include retirement homes, as well as the creation and modification of municipal-level legislation, will aid in safeguarding smokers and nonsmokers from the dangers of tobacco-related risks, including secondhand smoke, fires, igniting cigarettes while connected to oxygen, burns to skin, and damage to clothing and property.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,070
Score d'incertitude au seuil0,921

Scores Codex et Gemma par catégorie

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

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 Opus0,081
Tête enseignante GPT0,366
Écart entre enseignants0,285 · 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 tête enseignante, 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging & Social PolicyMême sujetSmoking Behavior and CessationTravaux en français237 207