Utilisation d’une échelle d’intervention pour analyser le soutien à d’éventuelles politiques de lutte contre le tabagisme de la part du grand public et d’influenceurs en matière de politiques en Alberta et au Québec
Notice bibliographique
Résumé
Objectif Évaluer, dans deux provinces canadiennes, l’appui du grand public et d’influenceurs en matière de politiques vis-à-vis de politiques de lutte contre le tabagisme à l’échelle de la population. Méthodologie En 2016, nous avons mis en oeuvre le sondage Prévention des maladies chroniques auprès d’un échantillon d’influenceurs (n = 302) et d’un échantillon aléatoire de la population (n = 2400) en Alberta et au Québec (Canada). Les participants ont exprimé leur degré d’appui vis-à-vis de diverses politiques de lutte contre le tabagisme, au moyen d’une échelle de type Likert dont les réponses ont été regroupées sous forme de pourcentages favorables nets. Le degré de soutien a ensuite été analysé à l’aide du codage de chaque politique au moyen de l’échelle d’intervention du Nuffield Council on Bioethics, afin de mieux définir le degré d’intrusion qu’elle représente par rapport aux libertés individuelles. Résultats Si les influenceurs comme le grand public ont évalué comme « extrêmement » ou « très » positives une grande majorité des politiques de lutte contre le tabagisme, l’avis des influenceurs en Alberta et au Québéc a divergé sur plus de la moitié des politiques, l’appui ayant été plus marqué au Québec. Les influenceurs comme le grand public ont exprimé un soutien solide à plusieurs politiques de lutte contre le tabagisme très intrusives (c.-à-d. les politiques ciblant les enfants et les jeunes et les nouveaux produits associés au tabagisme comme les cigarettes électroniques), malgré des effets escomptés sur les libertés individuelles. Ils ont fait preuve d’un soutien moins important aux politiques fiscales de lutte contre le tabagisme (c.-à-d. la taxation), malgré l’efficacité prouvée de telles politiques. Conclusion Dans l’ensemble, les influenceurs et le grand public se sont montrés très favorables à des politiques plus restrictives de lutte contre le tabagisme. Cette étude révèle quelles politiques reçoivent un appui unanime dans les deux groupes de population (de potentielles « victoires rapides » pour les défenseurs de la santé). Elle indique aussi pour quels sujets des efforts supplémentaires de sensibilisation sont nécessaires afin de mieux faire comprendre les avantages des politiques antitabac pour la santé des populations.
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 | 0,019 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».