Can visual nudges reduce smoking tobacco expenditure? Evidence from a clustered randomized controlled trial in rural Bangladesh
Notice bibliographique
Résumé
Abstract Introduction A household-level constant visual deterrent advocacy campaign to reduce tobacco intake was conducted in rural Bangladesh. Aims To evaluate smoking tobacco expenditure by campaign components. Methods We conducted a single-blind clustered randomized controlled trial on 630 adult male household heads from 16 chars (riverine islands) in rural northern Bangladesh, between November 2018 and January 2019. Intervention allotment was randomized at the char level to minimize spillovers, with 8 chars in treatment and control groups each. The intervention provided households in treatment chars ( n = 323) with two visual warning posters, detailing the health effects of tobacco on oneself and external actors, to be hung inside the household for 4 weeks. Households in control chars ( n = 307) received nothing. Reported daily smoking (log) tobacco expenditure values were the primary outcome of interest. Results Final analysis was conducted using 251 and 210 smokers in treatment and control chars respectively. The intervention reduced relative smoking tobacco expenditure by 12.8% (95% CI −31.45 to 5.81) but was not statistically significant ( P -value = 0.163). Weak to moderate emotional reactions to the posters was identified as a reason for the statistical insignificance. Conclusion For a visual anti-tobacco intervention to have a substantial impact, it must induce strong emotional responses.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».