Secondhand Smoke Exposure in Public Places and Support for Smoke-Free Laws in Japan: Findings from the 2018 ITC Japan Survey
Notice bibliographique
Résumé
Comprehensive smoke-free policies such as those called for by the WHO FCTC are the only way to protect the public effectively from the harms of secondhand smoke (SHS), yet Japan has been slow to implement this important health measure. This study examines baseline levels of smoking and SHS exposure in public places and support for smoking bans in Japan prior to the implementation of the 2018 national smoke-free law. Data are from the International Tobacco Control (ITC) Japan Wave 1 Survey (Feb–Mar 2018), a web survey of adult cigarette smokers, heated tobacco product users, dual users, and non-users (total N = 4684). Measures included prevalence of smoking (whether respondents noticed people smoking inside restaurants and bars at their last visit, and workplaces in the last month), and support for complete smoking bans in these venues. Smoking prevalence in each venue was high overall in 2018 (49% of workplaces, 55% of restaurants, and 83% of bars), even higher than in China, the country with the greatest toll of SHS. Support for complete smoking bans was very high overall (81% for workplaces, 78% for restaurants, and 65% for bars). Non-users were less likely to be exposed to SHS and had higher support for smoking bans than tobacco users. These findings point to the ineffectiveness of partial smoke-free laws in Japan and reinforce the call for comprehensive smoke-free laws, which even smokers would support at higher levels than in many other ITC countries.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».