Cigarettes' use and capabilities-opportunities-motivation-for-behavior model: a multi-country survey of adolescents and young adults
Notice bibliographique
Résumé
The use of cigarettes among adolescents and young adults (AYA) is an important issue. This study assessed the association between regular and electronic-cigarettes use among AYA and factors of the Capability-Motivation-Opportunity-for-Behavior-change (COM-B) model. A multi-country survey was conducted between August-2020 and January-2021, Data was collected using the Global-Youth-Tobacco-Survey and Generalized-Anxiety-Disorder-7-item-scale. Multi-level logistic-regression-models were used. Use of regular and electronic-cigarettes were dependent variables. The explanatory variables were capability-factors (COVID-19 status, general anxiety), motivation-factors (attitude score) and opportunity-factors (country-level affordability scores, tobacco promotion-bans, and smoke free-zones) controlling for age and sex. Responses of 6,989-participants from 25-countries were used. Those who reported that they were infected with COVID-19 had significantly higher odds of electronic-cigarettes use (AOR = 1.81, P = 0.02). Normal or mild levels of general anxiety and negative attitudes toward smoking were associated with significantly lower odds of using regular-cigarettes (AOR = 0.34, 0.52, and 0.75, P < 0.001) and electronic-cigarettes (AOR = 0.28, 0.45, and 0.78, P < 0.001). Higher affordability-score was associated with lower odds of using electronic-cigarettes (AOR = 0.90, P = 0.004). Country-level-smoking-control policies and regulations need to focus on reducing cigarette affordability. Capability, motivation and opportunity factors of the COM-B model were associated with using regular or electronic cigarettes.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».