MétaCan
Menu
Retour à la cohorte
Enregistrement W2779423719 · doi:10.26719/2017.23.9.598

Third Study on WHO MPOWER Tobacco Control Scores in Eastern Mediterranean countries 2011-2015

2017· article· en· W2779423719 sur OpenAlexaff
Gholamreza Heydari, Arezoo Ebn Ahmady, Harry A. Lando, Fahimeh Chamyani, Mohammad Reza Masjedi, Mohammad Behgam Shadmehr, Lida Fadaizadeh

Notice bibliographique

RevueEastern Mediterranean Health Journal · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésIslamic republicChecklistTobacco controlHumanitiesPolitical scienceGeographyMedicineIslamPublic healthArtPsychologyNursingArchaeology

Résumé

récupéré en direct d'OpenAlex

Troisième étude sur les scores MPOWER OMS en matière de lutte antitabac dans les pays de la Région de la Méditerranée orientale durant la période 2011-2015 RÉSUMÉ La présente étude a été conduite pour quantifier la mise en œuvre des politiques MPOWER et évaluer les changements éventuellement survenus dans les pays de la Région de la Méditerranée orientale entre 2013 et 2015.Dans la présente étude transversale comparative basée sur 10 catégories mentionnées dans le rapport MPOWER de l'année 2015, une liste de contrôle a été mise au point.Sept questions ont été notées sur une échelle de 0 à 4 et trois questions sur une échelle de 0 à 3. Les 22 pays de la Région de la Méditerranée orientale ont été classés et comparés selon leurs scores totaux sur une échelle de 0 à 37. Les scores les plus élevés ont été obtenus par la République islamique d'Iran et l'Égypte.Le Pakistan, le Soudan et le Yémen ont montré des progrès, alors que Bahreïn, la Jordanie, le Koweït, Oman et la République arabe syrienne ont obtenu des scores inférieurs par rapport aux études précédentes.Les scores totaux des pays de la Région de la Méditerranée orientale ont baissé par rapport à l'étude de 2013.Il est donc nécessaire d'accorder une plus grande importance aux taxes sur le tabac et aux politiques sans tabac pour faire face à cette régression.2015-2011 ‫عام‬ ‫املتوسط‬ ‫رشق‬ ‫إقليم‬ ‫بلدان‬ ‫يف‬ ‫التبغ‬ ‫بمكافحة‬ ‫املتعلقة‬ ‫العاملية‬ ‫الصحة‬ ‫منظمة‬ ‫ملبادرة‬ ‫الثالثة‬ ‫الدراسة‬ ‫زاده‬ ‫فدائي‬ ‫ليدا‬ ‫شادمهر،‬ ‫حممد‬ ‫مسجدي،‬ ‫رضا‬ ‫حممد‬ ‫شامياين،‬ ‫فهيمه‬ ‫لندو،‬ ‫هاري‬ ‫امحدي،‬ ‫ابن‬ ‫آرزو‬ ‫حيدري،‬ ‫رضا‬ ‫غالم‬ ‫ـالل‬ ‫خـ‬ ‫ـط‬ ‫املتوسـ‬ ‫رشق‬ ‫ـم‬ ‫إقليـ‬ ‫ـدان‬ ‫بلـ‬ ‫ـف‬ ‫خمتلـ‬ ‫يف‬ ‫ـة‬ ‫حمتملـ‬ ‫ـرات‬ ‫تغيـ‬ ‫أي‬ ‫ـم‬ ‫وتقييـ‬ ‫ـادرة‬ ‫املبـ‬ ‫ـات‬ ‫سياسـ‬ ‫ـذ‬ ‫تنفيـ‬ ‫ـد‬ ‫لتحديـ‬ ‫ـة‬ ‫الدراسـ‬ ‫ـذه‬ ‫هـ‬ ‫ـت‬ ‫أجريـ‬ ‫ـة:‬ ‫اخلالصـ‬ .2013/15‫تقريــر‬ ‫يف‬ ‫مذكــورة‬ ‫فئــات‬ 10 ‫إىل‬ ً ‫اســتنادا‬ ‫املقارنــة‬ ‫املقطعيــة‬ ‫الدراســة‬ ‫هــذه‬ ‫إطــار‬ ‫يف‬ ‫مرجعيــة‬ ‫قائمــة‬ ‫عــدت‬ ُ ‫وأ‬ ‫املاضيتــن.‬‫الســنتن‬ ً ‫بلــدا‬ 22 ‫عددهــا‬ ‫البالــغ‬ ‫املتوســط‬ ‫رشق‬ ‫إقليــم‬ ‫بلــدان‬ ‫ّفــت‬ ‫ن‬ ُ ‫وص‬ ‫أســئلة.‬‫لثــالث‬ 3 ‫إىل‬ 0 ‫ومــن‬ ‫أســئلة‬ ‫لســبع‬ 4 ‫إىل‬ 0 ‫مــن‬ ‫درجــات‬ ‫وأعطيــت‬ ‫ـتان‬ ‫باكسـ‬ ‫ـرت‬ ‫وأظهـ‬ ‫ـات.‬‫الدرجـ‬ ‫ـى‬ ‫أعـ‬ ‫ـر‬ ‫ومـ‬ ‫ـالمية‬ ‫اإلسـ‬ ‫ـران‬ ‫إيـ‬ ‫ـة‬ ‫مجهوريـ‬ ‫ـت‬ ‫وحققـ‬ .37 ‫إىل‬ 0 ‫ـن‬ ‫مـ‬ ‫ـاس‬ ‫مقيـ‬ ‫ـى‬ ‫عـ‬ ‫ـا‬ ‫درجاهتـ‬ ‫ـوع‬ ‫بمجمـ‬ ‫ـت‬ ‫وقورنـ‬ ‫ـة‬ ‫الدرجـ‬ ‫أن‬ ‫ـورية.‬‫السـ‬ ‫ـة‬ ‫العربيـ‬ ‫ـة‬ ‫واجلمهوريـ‬ ‫ـت‬ ‫والكويـ‬ ‫ـان‬

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)0,002
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,078
Tête enseignante GPT0,366
Écart entre enseignants0,287 · 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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEastern Mediterranean Health JournalMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207