MétaCan
Menu
Retour à la cohorte
Enregistrement W3171066520 · doi:10.46234/ccdcw2021.120

Achieving the Goals of Healthy China 2030 Depends on Increasing Smoking Cessation in China: Comparative Findings from the ITC Project in China, Japan, and the Republic of Korea

2021· article· en· W3171066520 sur OpenAlexafffund
Geoffrey T. Fong, Lorraine Craig, Steve S. Xu, Gang Meng, Anne C K Quah, Hong-Gwan Seo, Sungkyu Lee, Itsuro Yoshimi, Kota Katanoda, Takahiro Tabuchi

Notice bibliographique

RevueChina CDC Weekly · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of WaterlooOntario Institute for Cancer Research
Organismes subventionnairesCenters for Disease Control and PreventionChinese Center for Disease Control and PreventionUniversity of WarwickCanadian Institutes of Health ResearchUniversity of WaterlooOntario Institute for Cancer Research
Mots-clésChinaTobacco controlSmoking cessationEnvironmental healthMedicineCohortGovernment (linguistics)Economic growthPolitical sciencePublic health

Résumé

récupéré en direct d'OpenAlex

Tobacco smoking is the number one preventable cause of disease and death in China as it is globally. Indeed, the toll of smoking in China is much greater than its status as the world's most populous country. There is a persistent and continuing need for China to implement the measures specified in the global tobacco control treaty, the World Health Organization (WHO) Framework Convention on Tobacco Control (FCTC), which China ratified in 2005. The theme for the 2021 WHO World No Tobacco Day focuses on the need to support smoking cessation. This article presents findings from the International Tobacco Control (ITC) Policy Evaluation Project cohort surveys in China, in comparison to ITC cohort surveys in two neighboring countries: Japan and the Republic of Korea. These findings demonstrate that smokers in China very much want to quit, but these intentions are not being translated into quit attempts, relative to smokers in Japan and the Republic of Korea. Additionally, about 80% of Chinese smokers want the Chinese government to do more to control smoking. These findings reaffirm the need for China to implement strong, evidence-based measures to reduce smoking. The objective of Healthy China 2030 to reduce deaths from non-communicable diseases by 30% can be achieved by reducing smoking prevalence from its current 26.6% to 20%, and this reduction can be achieved through strong implementation of FCTC measures.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,385

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
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 Opus0,038
Tête enseignante GPT0,322
Écart entre enseignants0,284 · 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

Citations16
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChina CDC WeeklyMême sujetSmoking Behavior and CessationTravaux en français237 207