The Association between Type and Intensity of Sport and Tobacco or Nicotine Use—A Cross-Sectional Study among Young Swiss Men
Notice bibliographique
Résumé
The objective of this study was to assess the association between tobacco/nicotine use and type and intensity of sport. Data were drawn from the second follow-up of the Cohort Study on Substance Use Risk Factors. Young Swiss men completed a questionnaire about tobacco/nicotine use (cigarette, vaping, snus, snuff), type and intensity of sport and other demographic and medical variables. Among the 5414 included participants (mean age 25.5), 3434 (63.4%) reported regularly practicing a sport. They had a lower rate of cigarette smoking (32.3%) compared with participants not practicing a sport (44.6%) but a higher rate of snus use (15.0% vs. 10.0%). In adjusted models, individual-sport participants were less likely to use snus and snuff (OR = 0.63, 95% CI = 0.51-0.77 and OR = 0.73, 95% CI = 0.61-0.88), compared with team-sport participants. The association was inversed for vaping users (OR = 1.54, 95% CI = 1.03-2.30). Furthermore, participants who practiced high-intensity sports had a lower likelihood to smoke cigarettes (OR = 0.63, 95% CI = 0.52-0.78) compared with low-intensity sports. Our findings suggest that type and intensity of sport are associated with tobacco/nicotine use. Youth who practice an individual sport are less likely to use snus or snuff and more likely to vape compared with a team sport. This could help better target smoking prevention in young people.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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) | 0,002 | 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 ».