Perceptions, Predictors of and Motivation for Quitting among Smokers from Six European Countries from 2016 to 2018: Findings from EUREST-PLUS ITC Europe Surveys
Notice bibliographique
Résumé
The European Tobacco Products Directive (TPD) was introduced in 2016 in an effort to decrease prevalence of smoking and increase cessation in the European Union (EU). This study aimed to explore quitting behaviours, motivation, reasons and perceptions about quitting, as well as predictors (reported before the TPD implementation) associated with post-TPD quit status. A cohort study was conducted involving adult smokers from six EU countries (n = 3195). Data collection occurred pre-(Wave 1; 2016) and post-(Wave 2; 2018) TPD implementation. Bivariate and logistic regression analyses of weighted data were conducted. Within this cohort sample, 415 (13.0%) respondents reported quitting at Wave 2. Predictors of quitting were moderate or high education, fewer cigarettes smoked per day at baseline, a past quit attempt, lower level of perceived addiction, plans for quitting and the presence of a smoking-related comorbidity. Health concerns, price of cigarettes and being a good example for children were among the most important reasons that predicted being a quitter at Wave 2. Our findings show that the factors influencing decisions about quitting may be shared among European countries. European policy and the revised version of TPD could emphasise these factors through health warnings and/or campaigns and other 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 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».