Methods of the 2020 (Wave 1) International Tobacco Control(ITC) Malaysia survey
Notice bibliographique
Résumé
The ITC Malaysia Project is part of the 31-country ITC Project, of which the central objective is to evaluate the impact of tobacco control policies of the WHO Framework Convention on Tobacco Control (FCTC). This article describes the methods used in the 2020 International Tobacco Control (ITC) Malaysia (MYS1) Survey. Adult smokers and non-smokers aged ≥18 years in Malaysia were recruited by a commercial survey firm from its online panel. Survey weights, accounting for smoking status, sex, age, education, and region of residence, were calibrated to the Malaysian 2019 National Health and Morbidity Survey. The survey questions were identical or functionally similar to those used in other ITC countries. Questions included demographic measures, patterns of use, quit history, intentions to quit, risk perceptions, beliefs and attitudes about cigarettes, e-cigarettes, and heated tobacco products. Questions also assessed measures assessing the impact of tobacco demand-reduction domains of the FCTC: price/tax (Article 6), smoke-free laws (Article 8), health warnings (Article 11), education, communication and public awareness (Article 12), advertising, promotion, and sponsorship restrictions (Article 13), and support for cessation (Article 14). The total sample size was 1253 (1047 cigarette smokers and 206 non-smokers). Response rate was 11.3%, but importantly, the cooperation rate was 95.3%. The 2020 ITC MYS1 Survey findings will provide evidence on current tobacco control policies and evidence needed by Malaysian government regulatory agencies to develop new or strengthen existing tobacco control efforts that could help achieve Malaysia's endgame, i.e. a tobacco-free nation by 2040.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».