Youth Smoking Behavior and Policy Attitudes: A Study of High-School Students in the Maldives
Notice bibliographique
Résumé
Background: Tobacco use significantly impacts health and economic sectors. In the Maldives, 4 out of 10 men smoke daily, despite anti-tobacco policies. The Maldives Global Youth Tobacco Survey (GYTS) shows fluctuating cigarette smoking prevalence among secondary school students: 6.9% (2004), 3.8% (2007), 4.3% (2011), and 4.7% (2019). No studies have investigated smoking prevalence and attitudes toward anti-smoking policies among higher-secondary students in Addu City. This study examines smoking habits, susceptibility, and attitudes toward anti-smoking regulations to support policy development. Methods: We conducted an observational cross-sectional study using a self-administered survey based on the GYTS and the Canadian Student Tobacco, Alcohol and Drugs Survey (CSTADS), involving 335 high school students in Addu City. Variables included sociodemographic factors, ever-smokers, current smokers, age at first cigarette, smoking dependency, use of other tobacco products, smoking susceptibility, willingness to quit, and reasons to quit or not smoke. Results with p-values < 0.05 were statistically significant. Results: 22.8% of the students had tried smoking, with 4.74% currently smoking, predominantly males. Additionally, 32.2% had tried e-cigarettes. Smoking susceptibility was 44.2%. Seven students showed smoking dependency, with a significant gender difference (75.4% boys vs 33.3% girls, p < 0.05). Among smokers, 20% wanted to quit, and 70% cited cost as a deterrent. Only 20% of smokers supported a total ban on smoking in media compared to 49.8% of non-smokers (p = 0.03). Non-smokers significantly supported anti-smoking measures (73% vs 12.5% of smokers). Conclusion: Cigarette smoking among high school students in Addu is below the national average, but the high number of ever-smokers and interest in smoking and e-cigarettes suggest potential future increases. Policymakers should enact stronger legislation, enforce age restrictions, raise tobacco taxes, and implement comprehensive smoking cessation programs to address tobacco use effectively.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».