Predicting Tobacco Smoking among Adolescents Using Social Capital and Media Exposure with Theory of Planned Behavior:
Notice bibliographique
Résumé
Tobacco smoking remains an ongoing and dire public health threat globally. Identifying factors that influence individuals’ smoking behavior is critical especially among adolescents. This study aimed to determine the effects of media exposure to tobacco advertisement, social capital, and other factors, on tobacco smoking among adolescents using Theory of Planned Behavior (TPB). This cross-sectional study was conducted in KulonProgo District, Yogyakarta Province, Indonesia, in April 2018. The dependent variable was smoking behavior. The independent variables were intention to smoke, attitude toward smoking, knowledge about tobacco use, subjective norm toward smoking, perceived behavior control not to smoke, media exposure to cigarette advertisement, and social capital among peer adolescents. The data were collected by questionnaire and analyzed by path analysis run on Stata 13. The TPB constructs including attitude toward smoking (b = 0.90; 95% CI = 0.29 to 1.51; p = 0.004), subjective norm toward smoking (b = 1.59; 95% CI = 0.99 to 2.19; p < 0.001), and perceived behavior control not to smoke (b = -2.07; 95% CI = -2.68 to -1.45; p < 0.001), had impact on intention to smoke and smoking behavior. Exposure to tobacco advertisement had indirect impact on smoking behavior through attitude toward smoking and intention to smoke. Weak social capital had indirect impact on smoking behavior through subjective norm toward smoking and intention to smoke. It concludes thatTPB can be used to explain smoking behavior among adolescents.
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 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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».