The attitudes and behaviors of students, staff and faculty towards smoke-free and tobacco-free campus policies in North American universities: A narrative review
Notice bibliographique
Résumé
INTRODUCTION: In Canada, a series of recent public health policies and interventions have successfully led to a decline in national tobacco use rates. However, tobacco use among young adults remains high and the tobacco industry continues to place a strong marketing emphasis towards young adults on university campuses. In response, many universities across Canada are beginning to adopt smoke-free or tobacco-free campus policies. While the effectiveness of smoke-free and tobaccofree campus policies has been demonstrated in several countries, little is known about the attitudinal responses of university students, faculty and staff towards these policies. As such, we conducted a review of the literature to summarize the findings of studies conducted in North America regarding the attitudes and beliefs of campus community members towards smoke-free or tobacco-free campus policies. METHODS: Using a pre-defined search strategy and Boolean string, we searched three databases for published articles pertaining to the research question. Only primary and peer-reviewed articles of studies conducted on North American university campuses were eligible for inclusion. Studies included for review were those published in English within the last five years. All studies included in the review contained outcome measurements related to the attitudes and behaviors of faculty, staff and students towards smoke-free and/or tobacco-free campus policies. RESULTS: A total of 11 articles were included for analysis and result synthesis. Recent research indicates that individuals' attitudes and beliefs towards smoke-free or tobacco-free campus policies are influenced by social norms, smoking status, secondhand smoke exposure, and sociodemographics. CONCLUSIONS: This literature review provides timely information for universities in the process of developing or implementing a smoke-free campus policy. The attitudes and beliefs of university students, faculty and staff can determine success and compliance to newly implemented smoke-free campus policies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».