MétaCan
Menu
Retour à la cohorte
Enregistrement W3156958109 · doi:10.18001/trs.7.3.5

Evaluating Cigarette Pack Insert Messages with Tips to Quit

2021· article· en· W3156958109 sur OpenAlexaboutno aff
Emily E Loud, Victoria Lambert, Norman Porticella, Jeff Niederdeppe, James F. Thrasher

Notice bibliographique

RevueTobacco Regulatory Science · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésQuit smokingSmoking cessationFood and drug administrationMedicineAdvertisingPsychologyEnvironmental healthBusiness

Résumé

récupéré en direct d'OpenAlex

Objectives: Canada is the only country that currently uses cigarette pack inserts to communicate health messages to smokers, including tips to quit. Messages about strategies for quitting smoking are also central to the US Food and Drug Administration's (FDA) Every Try Counts (ETC) campaign. This study assessed US smokers' responses to Canadian and ETC-based messages formatted for pack inserts. Methods: US adult smokers (N = 524) were recruited from an online consumer panel and rated 8 insert messages: 4 based on Canadian inserts and 4 based on ETC. Participants randomly viewed each message accompanied by an image of either a person or a symbolic representation of the topic. Participants rated the perceived effectiveness (PE) of each message. Paired t-tests were used to assess mean differences in PE across topics, image types, and quit intentions. Results: ETC messages were consistently rated as more effective than Canadian messages regardless of quit intentions. Image types did not significantly influence PE. Conclusions: Messages from ETC are perceived as more effective than messages used in Canada. The FDA has the authority to communicate with smokers through inserts and should consider adopting inserts to promote smoking cessation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,063
Tête enseignante GPT0,365
Écart entre enseignants0,302 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTobacco Regulatory ScienceMême sujetSmoking Behavior and CessationTravaux en français237 207