MétaCan
Menu
Retour à la cohorte
Enregistrement W4414443196 · doi:10.1556/650.2025.33359

Dohányzási szokások a marosvásárhelyi orvostanhallgatók körében

2025· article· hu· W4414443196 sur OpenAlex
Edith Simona Ianoși, Hédi-Katalin Sárközi, Zsuzsanna Gáll, Voidăzan Septimiu, Maria Beatrice Ianoși

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueOrvosi Hetilap · 2025
Typearticle
Languehu
DomaineNursing
ThématiqueNutrition, Health and Food Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCuriosityPeer pressureElectronic cigarettePublic healthStatistical analysisProduct (mathematics)NicotineQuarter (Canadian coin)

Résumé

récupéré en direct d'OpenAlex

Introduction: Smoking is a major problem worldwide, especially among students. Smoking is one of the most dangerous social phenomena and has a significant impact on public health. Even though students with medical knowledge are expected to play a preventive role, the prevalence of smoking among them is significant. Objective: The aim of this study was to assess the smoking habits, knowledge and attitudes of medical students in Târgu Mureș, comparing them with national and global statistical data. Material and method: A cross-sectional study was conducted among medical students at the University of Medicine, Pharmacy, Science and Technology of Târgu Mureș between January and March 2025 using an anonymous, online questionnaire. IBM-SPSS v. 23 software was used for statistical calculations. Significant difference was considered at p<0.05. Results: From a total of 226 students, the prevalence of smoking was 39.38%. 21.2% of them reported smoking daily, and 4 students smoked more than one pack per day. 61.1% of students tried electronic cigarettes. The main motivation for trying them was curiosity (41.2%), but stress management (11.1%) and peer pressure (11.1%) also played an important role (p<0.001). The first time they tried a tobacco product was mostly (35.8%) between the ages of 15 and 18 years, but 13.3% tried it before the age of 15 years. 83.6% of students are aware of the role of nicotine in causing addiction. The health risks of smoking (e.g., cancer, cardiovascular and respiratory diseases) were recognized by 90.7% of students. A quarter of students are aware of the EVALI (electronic cigarette or vaping use-associated lung injury) phenomenon. 65.5% of the students did not participate in a prevention program, and 67.3% obtain information about smoking from the Internet. Conclusion: The prevalence of smoking among students is worrying, especially because they will be our future doctors. There is a need to launch plans to reduce smoking among students, which can be incorporated into courses and special programs. The results obtained show that, despite numerous campaigns, a significant proportion of medical students don’t receive reliable information about smoking. Orv Hetil. 2025; 166(38): 1496–1506.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,010
Tête enseignante GPT0,320
Écart entre enseignants0,310 · 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