Methods of the 2020 (Wave 1) International Tobacco Control (ITC) Korea Survey
Notice bibliographique
Résumé
This article presents methods used in the 2020 International TC Korea Wave 1 (KRA1) Survey. To date, three cohorts of Korean respondents have participated in the larger ITC Korea Project (cohort 1: 2005-2014, cohort 2: 2016, and cohort 3: 2020-present). The overall objectives of the ITC KRA1 Survey were to examine the use of cigarettes, heated tobacco products (HTPs), e-cigarettes (ECs); whether HTPs might help smokers quit; and the effectiveness of tobacco control policies, such as large graphic warnings, high cigarette taxes, and smoking bans in public places. The KRA1 Survey measures were identical or functionally similar to those of the ITC Japan Survey and, to a lesser extent, those of other ITC countries. Key measures assessed sociodemographic characteristics of respondents; the use of combustible cigarettes, e-cigarettes, and heated tobacco products; and measures assessing policies of the WHO Framework Convention on Tobacco Control, including price and 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). Adult tobacco and/or nicotine users aged ≥19 years in South Korea were recruited by a commercial survey firm from its online panel. Overall, 4794 respondents completed the KRA1 Survey. The cooperation rate was 97.4% and the response rate was 15.2%. The cohort design permits assessment of transitions in products used among users in South Korea and evaluations of the impact of policies on tobacco and/or nicotine products used and transitions in 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 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 | 0,003 | 0,000 |
| 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) | 0,003 | 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 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 ».