Assessment of 2016 Taiwan tobacco control performance based on WHO MPOWER guidelines
Notice bibliographique
Résumé
Background Smoking kills more than 27,000 people each year in Taiwan. This study aims to demonstrate the significant progress with Taiwan MPOWER performances and compare achievements with OECD and other Asian countries. Methods Assessment data from Taiwan's laws and regulations, a comprehensive health surveillance system, and research database and reports, with WHO MPOWER performance rating indicators. Results The adult smoking rate declined from 21.9% in 2008 to 15.3% in 2016, indicating a 30.3% decline in smoking rate and a decrease in the number of smokers by approximately 810,000 within 8 years. Taiwan has protected over 90% of the population from smoke-free environments by enforcing the law in eliminating second hand smoke in public areas, and promoted the recognition of tobacco hazards to youth especially via campus activities, official websites, Facebook, and YouTube. It´s worth noting that Taiwan is the 2 nd country to carry out the ordinance of smoke-free parks and national parks around the world. Assisting over 110,000 smokers since 2012 in quitting smoking successfully by providing the Second Generation Smoking Cessation Program and other services such as Quitline, cessation classes and cessation counseling. Over 40% of smokers attempt to quit after Taiwan enacted health warning labels on tobacco packs. The Health Promotion Administration has worked with the National Communications Commission (NCC) to establish the guideline that anti-tobacco textual messages are required to add on Radio and TV programs, reminding people of tobacco harming. Conclusions Taiwan gains five 1 st performance (Monitoring, Smoke-free environments, Cessation programmes, Anti-tobacco mass media campaigns, Bans on advertising, promotion and sponsorship) while compared to OECD and other Asian countries (New Zealand, Japan, Republic of Korea, Thailand, Taiwan China, etc.), and ranks among the best with Singapore, Canada, United Kingdom, and Australia. Continued efforts are needed to raise the health warnings and taxations in the future.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».