Chinese immigrant smokers’ access barriers to tobacco cessation services and experience using social media and text messaging
Notice bibliographique
Résumé
INTRODUCTION: Smoking rates remain disproportionately high among Chinese immigrants in the US, particularly in males. Community-based smoking cessation services and quitlines have low engagement rates. Social media and text messaging programs can be effective in promoting quit rates and improving treatment engagement. This study examined Chinese immigrant smokers' barriers to accessing available smoking cessation services and patterns of using social media platforms and mobile phone text messaging. METHODS: We conducted in-depth interviews (n=30) and a brief survey (n=49) with adult Chinese immigrant smokers leaving in New York City in 2018. Qualitative interviews explored smokers' challenges with smoking cessation, barriers to accessing and using smoking cessation services, and experience using social media and text messaging. The quantitative survey assessed smoking and quitting behaviors, and social media and text messaging use patterns. RESULTS: Qualitative data revealed that participants faced various barriers to accessing cessation services, including the lack of awareness about services, skepticism about treatment effects, reliance on willpower for cessation, and time constraints. WeChat was mainly used to maintain social networking and acquire information. Participants rarely used text messaging or other social media platforms. Quantitative data showed that 55% of participants had no plan to quit smoking. Among those who reported past-year quit attempts (45%), 55% used cessation assistance. WeChat was the most frequently used platform with 94% users. CONCLUSIONS: WeChat has potential to serve as an easily accessible platform for delivering smoking cessation treatment among Chinese immigrant populations. Research is warranted to explore the feasibility and efficacy of employing WeChat in smoking cessation treatment.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».