Smoking zones versus smoke-free zones on Canadian post-secondary campuses: Which zone is more effective, adhered to and preferred?
Notice bibliographique
Résumé
INTRODUCTION: This study aims to determine if smokers at post-secondary campuses are more likely to adhere to smoke-free zones (areas where smoking is not permitted) or smoking zones (areas where smoking is permitted) based on preference and effectiveness. METHODS: A self-reported survey was developed and administered at two postsecondary institutions; Western University (smoke-free zones) and Fanshawe College (smoking zones). Smokers were asked how often they use these zones, which zone is preferred and which zone they think is more effective. A chi-squared analysis was performed to determine if there were differences in the frequency of responses. RESULTS: A total of 239 surveys were collected, 119 from Western and 120 from Fanshawe. Of these, 87% of respondents at Fanshawe were aware of where they could smoke on campus, and 67% reported that they mostly or always used these spaces. At Western, significantly fewer respondents knew where to smoke (57%), and only 30% reported mostly or always using appropriate zones (p<0.05). More participants at Fanshawe indicated that they had been told by someone in authority where they could smoke (36%) compared to Western (19%, p<0.05). At Fanshawe, 63% of respondents stated that smoking zones mostly or always effectively indicated where it was appropriate to smoke on campus compared to only 18% at Western (p<0.05). Both groups indicated they preferred the zone they currently had. Finally, more participants from Fanshawe intend to quit smoking within 6 months (61% from Fanshawe vs 49% from Western, p<0.05). CONCLUSIONS: Smoking zones on post-secondary campuses may be more effective and adhered to by smokers than smoke-free zones.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».