MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416537759 · doi:10.1186/s12889-025-24971-8

Student perspectives on smoking and second-hand smoke in Qatar: a participatory photovoice study in a multicultural university context

2025· article· en· W4416537759 sur OpenAlexaff
Shannan MacNevin, Mashael Al Naemi, Yasin M. Yasin, Haruna Musa Moda, Ahmad AlMulla, Dana Abougazar, Raniah Farooq, Amiel Panda, Ayesha Sideeqa, Kryzchan Zapanta

Notice bibliographique

RevueBMC Public Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésPhotovoiceThematic analysisPublic healthContext (archaeology)Community-based participatory researchQualitative researchParticipatory action researchBiostatisticsPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Tobacco use among university students presents a persistent public health challenge, particularly in settings where smoking is socially normalized despite strong regulatory frameworks. Qatar, with its multicultural population and progressive tobacco laws, offers a unique context for exploring these dynamics. However, little research has examined how young adults in the region experience and navigate smoking behaviours in everyday life. The study explores how university students’ perception and experience of smoking and second-hand smoke exposure, and examined barriers and facilitators to cessation within their academic and social environments. METHODS: A qualitative study using photovoice methodology was conducted within a community-based participatory research framework. Undergraduate students aged 18–24 at a large national university in Qatar were recruited via purposive and snowball sampling. After a preparatory workshop, participants captured photographs representing their experiences with smoking or second-hand smoke, followed by semi-structured, photo-elicitation interviews. Data were analysed using thematic analysis of interview transcripts and photographs using a collaborative coding process. Credibility was strengthened through triangulation of visual and narrative data, member checking, and peer debriefing. RESULTS: Twenty-two students (12 females, 10 males; 9 smokers, 13 non-smokers) participated. Thematic analysis revealed five interrelated themes: (1) health awareness and personal triggers (2), social and cultural influences (3), environmental and economic consequences (4), prevention, cessation, and support, and (5) policy and behavioural regulation. Although students were aware of the health risks of tobacco use, many continued to smoke due to stress relief, peer influence, and cultural normalization. Environmental concerns such as litter and second-hand smoke exposure were widespread but inconsistently acted upon. Most participants expressed interest in quitting but reported limited awareness or trust in available cessation resources. Institutional policies were inconsistently enforced and undermined by contradictory role modelling from faculty and peers. CONCLUSIONS: University students in Qatar described smoking behaviours shaped by emotional triggers, academic stress, peer influence, and cultural normalization. Despite awareness of health risks, smoking persisted. Participants reported widespread exposure to second-hand smoke, limited trust in cessation resources, and inconsistent enforcement of institutional policies across campus settings. TRIAL REGISTRATION: Not applicable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,004
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,109
Tête enseignante GPT0,389
Écart entre enseignants0,281 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetSmoking Behavior and Cessation→Travaux en français237 207→