MétaCan
Menu
Retour à la cohorte
Enregistrement W3090839048 · doi:10.24095/hpcdp.29.4.04f

Programmes de lutte contre le tabagisme en milieu scolaire et usage du tabac chez les élèves

2009· article· fr· W3090839048 sur OpenAlexaffvenueabout
D Murnaghan, ST Leatherdale, Matti Sihvonen, Pertti Kekki

Notice bibliographique

RevueMaladies chroniques au Canada · 2009
Typearticle
Languefr
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensCancer Care OntarioUniversity of TorontoUniversity of WaterlooUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

L’étude porte sur le lien entre le programme de lutte contre le tabagisme en milieu scolaire et l’usage du tabac au fil du temps chez les élèves dans trois ensembles de données transversales recensées à l’échelle provinciale (élèves de dixième année en 1999, de onzième année en 2000 et de douzième année en 2001). Les données ont été recueillies dans toutes les écoles secondaires de l’Île-du-Prince-Édouard (Canada) à l’aide du Module sur l’usage du tabac du Système d’intervention, de planification et d’évaluation de la santé dans les écoles (SIPÉSÉ). La proportion de fumeurs réguliers a augmenté entre la dixième année (22,3 %) et la douzième année (27,8 %; χ2 = 10,35, df = 1, p $lt; 0,001). L’exposition à divers programmes et politiques en milieu scolaire en dixième et onzième années n’est pas associée au comportement tabagique chez les élèves de douzième année. Le principal facteur de prédiction du tabagisme est la présence de fumeurs parmi les amis ou les membres de la famille proche. Ces données préliminaires portent à croire que les programmes et les politiques relatifs à l’interdiction de fumer et à l’application de cette interdiction en milieu scolaire sont peut-être insuffisants, à moins qu’ils cherchent également à contrecarrer l’influence des pairs et des membres de la famille qui fument, et qu’ils soient associés à la mise en place de programmes intégrés au sein de la collectivité et à des interventions portant sur les politiques.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,327
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMaladies chroniques au CanadaMême sujetSchool Health and Nursing EducationTravaux en français237 207