Associations of Quantity Smoked and Socioeconomic Status With Smoke-Free Homes and Cars Among Daily Smokers
Notice bibliographique
Résumé
INTRODUCTION: An association between socioeconomic status (SES) and smoke-free private spaces among smokers could be due to heavier smoking among low SES smokers. We assessed whether quantity smoked or SES are independently associated with smoke-free homes or cars in daily smokers. METHOD: Data were drawn from a cross-sectional telephone survey (2011-2012) of 750 daily smokers age ≥18 years in Quebec, Canada (45% response). Multivariable logistic regression was used to model the independent association between (a) number of cigarettes smoked per day, and (b) each of educational attainment, annual household income, or active employment status and smoke-free homes or cars. RESULTS: Participants were 41.0 years old on average, 57% were female. Median (IQR) number of cigarettes smoked per day was 14 (10, 20). Forty-eight percent of participants reported smoke-free homes; 34% reported smoke-free cars. Quantity smoked was strongly associated with both smoke-free homes and cars. Income and education (but not actively employed) were associated with smoke-free homes. None of the SES indicators were associated with smoke-free cars. CONCLUSIONS: Interventions targeting smokers to promote smoke-free homes and cars should incorporate components to help smokers reduce quantity smoked or preferably, to quit. Interventions targeting smoke-free homes will also need to address SES inequalities by education and income. Our data suggest that reduction in quantity smoked may help smokers reduce SHS exposure in cars, but that an inequality lens may not be relevant.
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 | 0,000 |
| 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) | 0,000 | 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 ».