Racial/Ethnic Differences in Light of 100% Smoke-free State Laws: Evidence from Adults in the United States
Notice bibliographique
Résumé
This study estimates racial/ethnic differences in the association between 100% smoke-free state laws and smoking, as well as self-reported health, to facilitate policy aimed at reducing disparities. Data pertain to adults aged 18 years and older, obtained from the public-use Behavioral Risk Factor Surveillance System (2002-2014). The authors exploit variation in the timing of 100% smoke-free state laws using a difference-in-differences model. Examining heterogeneity across racial/ethnic minority groups, the authors consider the association between smoke-free laws and the probability of being: a daily smoker (versus occasional); an occasional smoker (versus former); and at the top of the self-reported health scale (versus the bottom). The authors find that 100% smoke-free state laws were not correlated with smoking among women. Moreover, racial/ethnic minority men who smoked occasionally were less likely to quit than white men, and results suggest that smoke-free laws did not reduce these disparities. However, there is evidence that smoke-free laws reduced the probability of being a daily smoker for Asian and Hispanic/Latinx men, but not the probability of quitting or being at the top of the self-reported health scale. More generally, smoke-free laws were not associated with self-reported health, except that there may have been an improvement among nonsmoking American Indian/Alaska Native women. These findings underscore the importance of looking beyond average effects to consider how 100% smoke-free state laws impact racial/ethnic minorities. There is evidence that they reduced smoking and improved self-reported health for some groups, but a suite of tobacco control policies is necessary to reduce racial/ethnic disparities more broadly.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».