Understanding how perceptions of tobacco constituents and the FDA relate to effective and credible tobacco risk messaging: A national phone survey of U.S. adults, 2014–2015
Notice bibliographique
Résumé
Abstract Background The passage of the 2009 Family Smoking Prevention and Tobacco Control Act has necessitated the execution of timely, innovative, and policy-relevant tobacco control research to inform Food and Drug Administration (FDA) regulatory and messaging efforts. With recent dramatic changes to tobacco product availability and patterns of use, nationally representative data on tobacco-related perceptions and behaviors are vital, especially for vulnerable populations. Methods The UNC Center for Regulatory Research on Tobacco Communication conducted a telephone survey with a national sample of adults ages 18 and older living in the United States (U.S.). The survey assessed regulatory relevant factors such as tobacco product use, tobacco constituent perceptions, and tobacco regulatory agency credibility. The study oversampled high smoking/low income areas as well as cell phone numbers to ensure adequate representation among smokers and young adults, respectively. Coverage extended to approximately 98 % of U.S. households. Results The final dataset (N = 5,014) generated weighted estimates that were largely comparable to other national demographic and tobacco use estimates. Results revealed that over one quarter of U.S. adults, and over one third of smokers, reported having looked for information about tobacco constituents in cigarette smoke; however, the vast majority was unaware of what constituents might actually be present. Although only a minority of people reported trust in the federal government, two thirds felt that the FDA can effectively regulate tobacco products. Conclusions As the FDA continues their regulatory and messaging activities, they should expand both the breadth and availability of constituent-related information, targeting these efforts to reach all segments of the U.S. population, especially those disproportionately vulnerable to tobacco product use and its associated negative health outcomes.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».