Social determinants of support for tobacco control policies to end the use of commercial cigarettes: findings from the 2022 International Tobacco Control Four Country Smoking and Vaping Survey
Notice bibliographique
Résumé
BACKGROUND: Some countries are exploring policies that might help lower cigarette smoking prevalence to below 5% by 2030. This study assesses support for three policies among adults who smoke: (1) ending smoked tobacco sales within 10 years; (2) limiting cigarette nicotine content to make them less addictive; and (3) restricting smoked tobacco sales for life to anyone currently under 18 (Smoke-Free Generation, SFG). METHODS: Data were from the 2022 International Tobacco Control Four Country Smoking and Vaping Survey, including 2723 adults who smoked at least monthly in Australia, Canada, England and the USA. We estimated the weighted prevalence of support and used logistic regression to assess whether support (vs no support) differed by sociodemographic variables (country, gender, age, race/ethnicity, education, income). RESULTS: Support was 27.1% for ending smoked tobacco sales within 10 years, 53.5% for limiting the nicotine content of cigarettes and 51.7% for an SFG law. US adults had consistently lower odds of support compared with those in Canada and England (all policies: p<0.01). Women and white individuals had lower odds of supporting an end to smoked tobacco sales (adjusted OR (aOR): 0.63, p=0.02; 0.68, p=0.03) and an SFG law (aOR: 0.72, p=0.04; 0.66, p=0.01). Women (aOR: 1.41, p<0.01) were more supportive of nicotine reduction. Individuals with moderate (aOR vs high: 1.34, p=0.03) and low (aOR: 1.41, p=0.03) education, and those with financial difficulties (aOR: 1.36, p=0.04) showed higher support for an SFG law. No differences in support were observed by age in the pooled data. CONCLUSIONS: Support for policies to reduce the use of commercial cigarettes was moderate-to-high among adults who smoke, although it varied significantly by country, gender and income. Tailored communication strategies could help increase support and promote policy adoption.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».