Knowledge on cancer education and prevention and its use in the context of tobacco smoking in Poland
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction Cancer is the second most common cause of death in developed countries. Lung cancer is the most frequent cancer in the world and it occurs almost exclusively in smokers and people exposed to secondhand smoke. Evidence of the association between tobacco smoke and cancer appeared in the first half of the 20th century. In 1986, the International Agency for Research on Cancer (IARC) announced that smoking causes not only lung cancer but also respiratory, pancreatic and lower urinary tract cancers. In 2004, the official list of diseases caused by tobacco contained 14 different cancers. It is clear from this that tobacco smoke affects almost every internal organ. Methods The data comes from the Awareness of Cancer and Prevention survey constructed as part of the National Program for Cancer Prevention by the Ministry of Health and conducted in 2014. Results 86.5% of Poles reckon that everyone should take care of their own health and 84.4% of them believe they do so. 93% of respondents heard that smoking causes lung cancer and 96.9% of people think that giving up smoking can protect against lung cancer. 29% of people with primary, 36.5% with basic vocational, 27.7% with secondary, and 18.9% of people with higher education do not apply to knowledge and declare that they smoke. Conclusions Most Poles believe that they care about their own health, but declarations often differ from the actual state. Our knowledge does not always translate into behavior. The government should educate, train and implement preventive programs, thanks to which preventive actions will be associated not only with medical examinations but also with a healthy lifestyle. Preventive programs should be addressed especially to environments with a lower level of education.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle