“The Real Cost” Smokeless campaign: changes in beliefs about smokeless tobacco among rural boys, a longitudinal randomized controlled field trial
Notice bibliographique
Résumé
BACKGROUND: The prevalence of current smokeless tobacco (SLT) use in 2019 among high school students was 4.8%, and the overall rate of SLT use was higher among high school boys (7.5%) than girls (1.8%). The U.S. Food and Drug Administration (FDA) launched "The Real Cost" Smokeless media campaign in April 2016 to educate rural youth about the dangers of SLT use. In this study, we evaluate the effectiveness of "The Real Cost" Smokeless campaign. METHODS: We use a 3-year (Jan 2016 - Dec 2018) randomized controlled longitudinal field trial that consists of a baseline survey of boys and a parent/guardian and four follow-up surveys of the boys. The cohort includes 2200 boys who were 11 to 16 years old at baseline and lived in the rural segments of 30 media markets (15 treatment markets and 15 control). "The Real Cost" Smokeless campaign targets boys who are 12 to 17 years old in 35 media markets. It focuses primarily on graphic depictions of cosmetic and long-term health consequences of SLT use. The key outcome measures include beliefs and attitudes toward SLT that are targeted (explicitly or implicitly) by campaign messages. RESULTS: Using multivariate difference-in-difference analysis (conducted in 2019 and 2020), we found that agreement with 4 of the 11 explicit campaign-targeted belief and attitude measures increased significantly from baseline to post-campaign launch among boys 14 to 16 years old in treatment vs. control markets. Agreement did not increase for boys 11-13 years old in treatment vs. control markets and only increased for one targeted message for the overall sample. CONCLUSIONS: These findings suggest that "The Real Cost" Smokeless campaign influenced beliefs and attitudes among older boys in campaign markets and that a campaign focused on health consequences of tobacco use can be targeted to rural boys, influence beliefs about SLT use, and potentially prevent SLT use.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».