The impact of the ‘CATCH My Breath’ vaping prevention curriculum among high school students in Ontario, Canada: Results of a pilot test
Notice bibliographique
Résumé
Background: Youth vaping is a public health concern in Canada. However, there is a dearth of evaluation data for school-based vaping prevention programs in Canada. This pilot study assessed short-term changes in knowledge, subjective norms, and intentions to vape among a sample of high school students in Ontario, Canada exposed to the 'CATCH My Breath' (CMB) vaping prevention curriculum. Methods: A convenience sample of 10 high schools across Ontario delivered CMB lessons between October 2022 and April 2023. Students completed an online survey before being exposed to CMB and 4-weeks after the lessons. McNemar's Chi-square exact tests of paired proportions assessed significant changes in knowledge, subjective norms, and intentions to vape before/after exposure to the curriculum among n = 116 students who could be linked over time. Results: After exposure to CMB, students exhibited a significant increase in their knowledge: pre-test scores averaged 5.5 and post-test scores averaged 7.5. At post-test, significantly fewer students thought that most people in high school vape. There were no significant changes in intentions to vape and pre/post changes were similar for boys and girls. Discussion: After exposure to CMB, high school students in Ontario demonstrated significant increases in knowledge of the risks of vaping and modest reductions in perceptions of subjective norms of vaping. CMB has been adapted for use in high schools in Canada, and implementing this program could help to reduce youth vaping.
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 | 0,004 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».