Public support for tobacco endgame policies in South Korea: Findings from the 2020 International Tobacco Control Korea Survey
Notice bibliographique
Résumé
BACKGROUND: Strong public support can increase the likelihood of adopting tobacco control policies. We assessed support for six commercial tobacco endgame policies in South Korea: limiting the nicotine in cigarettes, banning all additives in cigarettes, restricting the number of places where cigarettes are sold, and banning the manufacture and sales of cigarettes (unconditionally, with the provision of cessation support and with alternative tobacco products available). METHODS: Data were obtained from 4740 adults who completed the 2020 International Tobacco Control Korea Survey. Participants were categorised based on their nicotine use: (1) did not use any products, (2) vaped and/or used heated tobacco products (HTPs) but did not smoke cigarettes, (3) smoked cigarettes only and (4) smoked cigarettes and vaped and/or used HTPs. Attitudes towards the policies were classified as supportive, undecided or opposed. Weighted multinomial logistic regression models assessed support levels according to nicotine use. RESULTS: Support was highest for limiting the nicotine content in cigarettes (68.4%; 95% CI 64.6% to 72.3%) and restricting the number of retailers (68.1%; 95% CI 64.5% to 71.7%), and lowest for banning cigarette sales if alternative products are made available (45.0%; 95% CI 40.9% to 49.1%). People who did not use any products were most likely to support endgame policies, except for banning cigarette sales with alternatives available. The proportion of undecided participants exceeded 10% (range 13%-25%) for all policies. CONCLUSION: There is a strong public support for tobacco endgame policies in South Korea. Further research should prioritise the development of strategies to ensure the effective implementation of highly supported policies.
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 | 0,000 |
| 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 | 0,000 | 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 ».