MétaCan
Menu
Retour à la cohorte
Enregistrement W3212518240 · doi:10.1590/1413-812320212611.3.35272019

Tobacco use among transgender and gender non-binary youth in Brazil

2021· article· en· W3212518240 sur OpenAlexaff
Anna Martha Vaitses Fontanari, Siobhan Churchill, Maiko Abel Schneider, Bianca Machado Borba Soll, Ângelo Brandelli Costa, Maria Inês Rodrigues Lobato

Notice bibliographique

RevueCiência & Saúde Coletiva · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensWestern University
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésTransgenderPsychological interventionPoisson regressionMedicineEnvironmental healthPsychologyYouth smokingClinical psychologyPublic healthPsychiatryTobacco controlPopulationNursing

Résumé

récupéré en direct d'OpenAlex

Transgender and gender non-binary youth are particularly vulnerable to tobacco smoking and susceptible to smoking adverse health outcomes. That is, they are in special risk to start smoking and, after starting, they may face worse outcomes when comparing to their cisgender peers. Therefore, the present study aims to evaluate factors associated with tobacco use among transgender and gender non-binary youth. Brazilian youth aged 16 to 25 who identify as transgender or gender non-binary answered an online questionnaire. Poisson regression with robust variance was run to predict smoking cigarettes based on individual and environmental factors. 14.1% of 206 youth reported smoking cigarettes daily, whereas 9.3% of participants reported smoking e-cigarettes occasionally. Drug use, lack of social support, deprivation, discrimination, the wait for medical gender-affirming procedures and being outside school were associated with smoking cigarettes. Contextual and individual factors should be further explored in causal analysis and taken into consideration when planning smoking prevention and cessation interventions for transgender and gender non-binary youth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,042
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,061
Tête enseignante GPT0,341
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCiência & Saúde ColetivaMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207