The role of income and psychological distress in the relationshipbetween work loss and smoking cessation: Findings from threeInternational Tobacco Control (ITC) Europe countries
Notice bibliographique
Résumé
INTRODUCTION: The relationship between work loss and smoking has not been studied extensively, and underlying factors are often not examined. The aim of this study was to test two hypotheses. First, work loss is associated with greater intention to quit and more likelihood of smoking cessation, and this relationship is moderated by a decrease in income. Second, work loss is associated with lower quit intention and lower rates of smoking cessation, and this relationship is moderated by an increase in psychological distress. METHODS: We used pooled data from three countries participating in the ITC Project: France, Germany and the Netherlands (n=2712). We measured unemployment, income and psychological distress at two consecutive survey waves, and calculated changes between survey waves. We first conducted multiple logistic regression analyses to examine the association between work loss and smoking cessation behavior. Next, we added income decrease and psychological distress increase to the models. Finally, we added interaction terms of work loss by income decrease and work loss by distress increase to the model. RESULTS: Work loss was not associated with quit intention, quit attempts, and quit success. When income decrease and psychological distress increase were added to the model, we found a positive association between distress increase and quit attempts. The interactions, however, were not statistically significant. CONCLUSIONS: Our results indicate that smokers who become unemployed and face a decrease in income are not less likely to quit smoking than smokers who are employed.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».