A Comprehensive Analysis of Skin Cancer Concerns and Protective Practices in Manitoba, Canada, Highlights Lack of Skin Cancer Awareness and Predominance of High-Risk Sun Exposure Behaviors
Notice bibliographique
Résumé
The rapidly increasing skin cancer rates in Canada are alarming, with current data estimating that 1/3 of Canadians will be affected in their lifetime. Thus, deeper understanding of high-risk sun exposure behaviors is needed to help counter this trend. Only limited action has been taken by federal/provincial governments to reduce skin cancer incidence. A cross-sectional survey study was conducted in Manitoba, with frequency counts, means, and percentages used to encapsulate responses. Age- and gender-adjusted odds ratios were calculated using logistic regression analyses. Our study identified worrying inadequacies in sun protective behaviors and attitudes, with the threat of such high-risk behaviors amplified by a lack of skin cancer awareness. Alarming elements were noted in participants' sun exposure history (>65% reported a history of sunburns, >50% previously used a tanning bed, and >75% recently tanned for pleasure), beliefs and attitudes (>50% believe that they look better/healthier with a tan, and >40% believe that having a base tan is protective against further sun damage), and sun protection efforts (sun protective clothing was used <60% of the time, sunscreen was used by <50%, and there was a lack of knowledge about sunscreen characteristics in ~30% of respondents), in addition to significant differences being established between demographic subgroups (based on gender, age, skin phototype, income, and education attained). This study provides worrisome insight onto the grim landscape of sun protective behaviors and attitudes in Manitoba, which will inevitably translate into higher skin cancer rates and should serve as a call to action to promote targeted public health messaging in this jurisdiction and beyond.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».