Smoking Protective and Risk Factors Among Transgender and Gender-Expansive Individuals (Project SPRING): Qualitative Study Using Digital Photovoice
Notice bibliographique
Résumé
BACKGROUND: Transgender and gender-expansive (TGE) adults are twice as likely to smoke cigarettes than cisgender individuals. There is a critical gap in research on effective and culturally sensitive approaches to reduce smoking prevalence among TGE adults. OBJECTIVE: This study aims to qualitatively examine the risk and protective factors of cigarette smoking among TGE adults through real-world exemplars. METHODS: We conducted a digital photovoice study among a purposeful sample of 47 TGE adults aged ≥18 years and currently smoking in the United States (March 2019-April 2020). Participants uploaded photos daily that depicted smoking risk and protective factors they experienced over 21 days on either private Facebook or Instagram groups. Next, we conducted separate focus group discussions to explore the experiences of these factors among a subset of participants from each group. We analyzed participants' photos, captions, and focus group transcripts and generated themes associated with smoking risk and protective factors. RESULTS: We identified 6 major themes of risk and protective factors of smoking among TGE individuals: experience of stress, gender affirmation, health consciousness, social influences, routine behaviors, and environmental cues. We describe and illustrate each theme using exemplar photos and quotes. CONCLUSIONS: The findings of this study will inform future community-engaged research to develop culturally tailored interventions to reduce smoking prevalence among TGE individuals.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».