MétaCan
Menu
Retour à la cohorte
Enregistrement W4385330809 · doi:10.26635/6965.6101

Support for and potential impacts of key Smokefree 2025 strategies among Māori who smoke

2023· article· en· W4385330809 sur OpenAlexaff
Richard Edwards, Andrew Waa, Ellie Johnson, James Stanley, Bridget Robson, Anania Cook, Erana Peita, Anne C K Quah, Geoffrey T. Fong

Notice bibliographique

RevueNew Zealand Medical Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthTobacco controlLogistic regressionLegislationSecondhand smokeGeneral partnershipMedicinePsychologyPublic healthBusinessPolitical scienceNursing

Résumé

récupéré en direct d'OpenAlex

AIM: The recently passed Smokefree Environments and Regulated Products (Smoked Tobacco) Amendment Act has the potential to profoundly reduce smoking prevalence and related health inequities experienced among Māori. This study examined support for, and potential impacts of, key measures included within the legislation. METHOD: Data came from Wave 1 (2017-2019) of the Te Ara Auahi Kore longitudinal study, which was conducted in partnership with five primary health organisations serving Māori communities. Participants were 701 Māori who smoked. Analysis included both descriptive analysis and logistic regression. RESULTS: More Māori participants supported than did not support the Smokefree 2025 (SF2025) goal of reducing smoking prevalence to below 5%, and the key associated measures. Support was greatest for mandating very low nicotine cigarettes (VLNCs). Participants also believed VLNCs would prompt high rates of quitting. Participants who had made more quit attempts or reported less control over their life were more likely to support VLNCs. CONCLUSION: There was support for the SF2025 goal and for key measures that could achieve it. In particular, VLNCs may have significant potential to reduce smoking prevalence among Māori. As part of developing and implementing these measures it will be important to engage with Māori who smoke and their communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,593

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,332
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Zealand Medical JournalMême sujetSmoking Behavior and CessationTravaux en français237 207