People who smoke and formerly smoked do support a smoking ban in open spaces during and after the COVID-19 pandemic in Spain
Notice bibliographique
Résumé
BACKGROUND: Spain implemented an extensive outdoor smoking ban during the COVID-19 pandemic in 2020. We examined support for this restriction during and beyond the pandemic among people who currently and formerly smoked. METHODS: Cross-sectional study. The 2021 ITC EUREST-PLUS Spain Survey used a multistage sampling to obtain a representative sample of people who currently or formerly smoked (n=1006). We estimated prevalence ratios (PRs) to examine associations with ban support during and after the pandemic. Analyses accounted for the complex sampling design and were weighted to ensure representativeness. RESULTS: Most people who currently (79.2%) and formerly smoked (94.6%) supported the outdoor smoking ban when a safe interpersonal distance could not be maintained during the pandemic. Support for a permanent ban remained substantial (61.4% and 87.2%, respectively). Those who currently smoke were more likely to support bans during and after the pandemic if they had smoke-free homes (PR=1.11; PR=1.29, respectively), understood secondhand smoke harms to health (PR=1.40; PR=1.65), had tried to quit (PR=1.14; PR=1.30) and self-reported as healthy (PR=1.40; PR=1.47). Those who formerly smoked were more likely to support bans during the pandemic if they had smoke-free homes (PR=1.08) and did not self-report as healthy (PR=0.95); and after the pandemic if they had quit smoking for ≥6 months (PR=1.23) and used alternative tobacco products (PR=1.17). CONCLUSIONS: Most people who currently or formerly smoked in Spain supported the outdoor smoking ban during and after the COVID-19 pandemic. This high acceptance suggests that the pandemic may have created an opportunity to strengthen tobacco control.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».