“Boy, what are we all doing? We are crazy, really crazy”: a qualitative study of psychosocial processes around an atypical one-time smoking cessation course
Notice bibliographique
Résumé
BACKGROUND: Smoking prevalence is still high, which requires effective interventions that help many people who smoke at once in addition to time-consuming individual interventions. 'I Quit' is a large-scale smoking cessation course in The Netherlands. This qualitative study explored I Quit participants' experiences during and after the course, and perceptions of whether and how the course may have altered their smoking behavior. METHODS: We performed individual semi-structured interviews with course participants (N = 21) who had either quit successfully, attempted to quit but relapsed, or had continued to smoke after 'I Quit'. Shortly after qualitative data collection was completed, Foundation I Quit was accused in the media of a number of misbehaviors. Although unplanned, this provided a unique opportunity to explore participants' views on alleged fraud in a second round of interviews (N = 16). Data were collected from 2016 to 2018. RESULTS: Qualitative findings showed two psychosocial processes that may explain smoking cessation after course attendance. First, the confrontation with a large group of people who smoke, of whom some had already developed smoking-related complaints, triggered identity processes both towards and away from quitting smoking. Unorthodox methods used in the course appeared to trigger identity processes. Second, social support after the course from participants' own social network facilitated maintenance of successful quitting. The study also found that interview participants' opinions on I Quit did not change much after allegations of fraud in the media. CONCLUSIONS: Findings suggest that a one-time course might initiate psychosocial processes that could help certain smokers to gain motivation to quit, requiring a minimum of resources. Identity processes triggered by the course seem tricky as people have different ways of dealing with identity threat, some of which can be counterproductive and even result in more difficulty quitting. More research is needed to examine who can benefit from a one-time course, and who needs more support in order to quit successfully.
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 | 0,015 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,013 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».