Investigating the Age of Becoming a Smoker and Its Related Factors Among Student Population: a Web-based Study
Notice bibliographique
Résumé
Abstract Background: Preventing smoking at an early age is one of the primary solutions to reduce the likelihood of becoming a smoker in adulthood. This study aimed to investigate the age of becoming a smoker and its related factors and to assess the change in the age trend of becoming a smoker among students in Iran.Methods: A cross-sectional web-based survey was performed from July to August 2019 in Tabriz, Iran. A proportional cluster sampling in all universities of the city was implemented, according to the number of students in each university. The data were collected from 3640 students via an online survey questionnaire. Data analyses were performed by using Stata (version 16). The statistical level of significance was set at 0.05. Results: The average (±SD) age of becoming a smoker in the students was 18.8 (6 2.6) years. The age of becoming a smoker has decreased over time. A linear regression model showed that male and undergraduate students become smokers 0.77 and 0.50 years earlier than other students, respectively (P <0.001). Older age, being single, and later smoking initiation increase the average age of becoming a smoker by 0.2 years, 0.77 years, and 0.54 years, respectively (P <0.001).Conclusion: The age of becoming a smoker has decreased over time. Prevention programs should target males and undergraduate students. Furthermore, since students have become smokers earlier than their peers in the past, there is a direct relationship between smoking initiation and the age of becoming a smoker.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».