MétaCan
Menu
Retour à la cohorte
Enregistrement W2885404550 · doi:10.1186/s12889-018-5828-4

Two decades of tobacco use prevention and control policies in Cameroon: results from the analysis of non-communicable disease prevention policies in Africa

2018· article· en· W2885404550 sur OpenAlexfundno aff
Clarisse Mapa-Tassou, Cécile Renée Bonono, Félix Assah, Jennifer P. Wisdom, Pamela A. Juma, Jean-Claude Katte, Zakariaou Njoumemi, Pierre Ongolo‐Zogo, Léopold Fezeu, Eugène Sobngwi, Jean Claude Mbanya

Notice bibliographique

RevueBMC Public Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésTobacco controlPsychological interventionContext (archaeology)Public healthHealth policyHealth promotionTobacco industryEnvironmental healthMedicineNon-communicable diseasePublic policyGovernment (linguistics)Social marketingPromotion (chess)Public relationsEconomic growthPolitical sciencePoliticsEconomicsNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Tobacco use is the leading cause of preventable death in the world today. In 2010, the World Health Organization (WHO) proposed efficient and inexpensive "best buy" interventions for prevention of tobacco use including: tax increases, smoke-free indoor workplaces and public places, bans on tobacco advertising, promotion and sponsorship, and health information and warnings. This paper analyzes the extent to which tobacco use prevention policies in Cameroon align with the WHO tobacco "best buy" interventions. It further explores the context, content, formulation and implementation level of these policies. METHODS: This was a case study combining a structured review of 19 government policy documents related to tobacco use and prevention, in-depth interviews with 38 key stakeholders and field observations. The Walt and Gilson's policy analysis triangle was used to describe and interpret the context, content, processes and actors during the formulation and implementation of tobacco prevention and control policies. Direct observations ascertained the level of implementation of some selected policies. RESULTS: Twelve out of 19 policies for tobacco use and prevention address the WHO "best buy" interventions. Cameroon policy formulation was driven locally by the social context of non-communicable diseases, and globally by the adoption of the WHO Framework Convention on Tobacco Control. These policies incorporated at a certain level all four domains of tobacco use "best buy" interventions. Formulating policy on smoke-free areas was single-sector oriented, while determining tobacco taxes and health warnings was more complex utilizing multisectoral approaches. The main actors involved were ministerial departments of Health, Education, Finances, Communication and Social Affairs. The level of implementation varied widely from one policy to another and from one region to another. Political will, personal motivation and the existence of formal exchange platforms facilitated policy formulation and implementation, while poor resource allocation and lack of synergy constituted barriers. CONCLUSIONS: Despite actions made by the Government, there is no real political will to control tobacco use in Cameroon. Significant shortcomings still exist in developing and/or implementing comprehensive tobacco use and prevention policies. These findings highlight major gaps as well as opportunities that can be harnessed to improve tobacco control in Cameroon.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,083
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,100
Tête enseignante GPT0,392
Écart entre enseignants0,291 · 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

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetSmoking Behavior and CessationTravaux en français237 207