A Microcosm of Tobacco Research: An American Indian Northern Plains Review
Notice bibliographique
Résumé
Objectives: Despite decades of continued commercial tobacco prevention and control efforts, smoking rates in Northern Plains American Indian (AI) communities within the United States continues to be remarkably high. We sought to take a microcosmic view of AI tobacco research in the Northern Plains region to identify the types of tobacco-related research that has been completed, and to critically examine whether the four areas of community importance outlined as best practice for tobacco programming in AI communities has been represented in the literature to date. Design: A systematic search of multiple databases was executed utilizing an established scoping review framework that was adapted to fit within an Indigenous worldview. A consequent title and abstract review of tobacco-related research published with AI Northern Plains communities was completed. Structured deductive content analysis was carried out on each article utilizing a matrix of analysis developed from existing literature on best practices in AI communities. Results: Of the 916 published studies identified, 50 met the inclusion criteria and were represented within five identified categorical themes: (1) commercial tobacco smoking as a risk factor, (2) commercial tobacco-related disease outcomes, (3) tobacco policy, (4) commercial tobacco smoking cessation, and (5) cultural or traditional tobacco use. The matrix analysis identified substantial variation in the number of studies carried out with community-identified best practices in place, including 22 of the 50 (44%) articles containing one or none of the four areas of importance noted as best practice. Conclusions: We identified a substantial lack of community and culturally informed tobacco-related research being carried out in the Northern Plains region. Community-based and culturally grounded efforts that consider colonization, historical trauma, and ACEs when planning research, funding mechanism, and health programming activities in the region are urgently needed to decrease commercial tobacco use and consequent health disparities.
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 | 0,021 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,013 | 0,027 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 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 ».