MétaCan
Menu
Retour à la cohorte
Enregistrement W4393320050 · doi:10.1093/ntr/ntae069

Commercial Tobacco Endgame Goals: Early Experiences From Six Countries

2024· article· en· W4393320050 sur OpenAlexafffundabout
Janine Nip, Louise Thornley, Robert Schwartz, Rob Cunningham, Mervi Hara, Luke Clancy, David S. Evans, F Howell, Sheila Duffy, Hans Gilljam, Richard Edwards

Notice bibliographique

RevueNicotine & Tobacco Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensCanadian Cancer SocietyUniversity of Toronto
Organismes subventionnairesHealth Research Council of New ZealandKarolinska InstitutetCancer Society of New ZealandUniversity of StirlingUniversity of OtagoHealth Service ExecutiveUniversity of Toronto
Mots-clésChess endgameSmoking preventionTobacco useTobacco controlEnvironmental healthPsychologySmoking cessationMedicinePublic healthComputer scienceNursing

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Tobacco use is a major threat to health globally. A number of countries have adopted "endgame goals" to minimize smoking prevalence. The INSPIRED project aims to describe and compare the experiences of the first six countries to adopt an endgame goal. AIMS AND METHODS: Data were collected on the initial experiences of endgame goals in Canada, Finland, Ireland, New Zealand (Aotearoa), Scotland, and Sweden up to 2018. Information was collated on the nature of the endgame goals, associated interventions and strategies, potential enablers and barriers, and perceived advantages and disadvantages. RESULTS: The INSPIRED countries had relatively low smoking prevalences and moderate-to-strong smoke-free policies. Their endgame goals aimed for smoking prevalences of 5% or less. Target dates ranged from 2025 to 2035. Except for New Zealand (Aotearoa), all countries had an action plan to support their goal by 2018. However, none of the plans incorporated specific endgame measures. Lack of progress in reducing inequities was a key concern, despite the consideration of equity in all of the country's goals and/or action plans. Experience with endgame goals was generally positive; however, participants thought additional interventions would be required to equitably meet their endgame goal. CONCLUSIONS: There was variation in the nature and approach to endgame goals. This suggests that countries should consider adopting endgame goals and strategies to suit their social, cultural, and political contexts. The experiences of the INSPIRED countries suggest that further and more significant interventions will be required for the timely and equitable achievement of endgame goals. IMPLICATIONS: By 2018, six countries (Canada, Finland, Ireland, New Zealand (Aotearoa), Scotland, and Sweden) had introduced government-endorsed "endgame goals," to rapidly reduce smoking prevalence to very low levels by a specified date. The nature and implementation of endgame goals were variable. Early experiences with the goals were generally positive, but progress in reducing smoking prevalence was insufficient, particularly for priority groups. This finding suggests more significant interventions ("endgame interventions") and measures to reduce inequities need to be implemented to achieve endgame goals. Variation in the nature and experience of endgame goals demonstrates the importance of designing endgame strategies that suit distinct social, cultural, and political contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,004
Communication savante0,0050,003
Science ouverte0,0010,011
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,103
Tête enseignante GPT0,421
Écart entre enseignants0,319 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNicotine & Tobacco ResearchMême sujetSmoking Behavior and CessationTravaux en français237 207