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
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 découle