Factors Affecting E-Smoking Behavior in Public Health Students of University Muhammadiyah Kalimantan Timur
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background The trend of using electronic cigarettes (vapor) has developed rapidly among teenagers in the United States, and the largest increase occurred in the United States and Canada in 2018. The increased use of electronic cigarettes occurred from 2011 to 2015 while the decreased use occurred in 2016 and 2017. However, in 2018, the National Youth Tobacco Survey identified the increased use of vapor among adolescents; a 30-day trial of e-cigarette use increased by 20.8% among adolescents, especially students. The results of a survey conducted 2.5% using e-cigarettes. Objectives This study aims to investigate factors that influence the electric smoking behavior of public health students. Methods This study employed quantitative research with a cross-sectional approach to determine the relationship of behavioral factors to e-smoking. This study involved 214 samples selected using simple random sampling. Results Factors that influence smoking behavior are knowledge with a p-value of 0.000 and attitude with a p-value of 0.000. Moreover, this study has found that modern women use e-cigarettes because they consider that it does not violate any rule. Conclusions Factors that influence smoking behavior are knowledge, attitude. Influential factors are knowledge and attitudes so it is necessary to prevent the use of e-cigarettes with health education, regulations
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.
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 | 0,000 |
| 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) | 0,000 | 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 découle