MétaCan
Menu
Retour à la cohorte
Enregistrement W897260802 · doi:10.1007/bf03391651

Avoidable Deaths from Smoking: A Global Perspective

2011· article· en· W897260802 sur OpenAlexaff
Prabhat Jha

Notice bibliographique

RevuePublic health reviews · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of TorontoCentre for Global Health ResearchSt. Michael's Hospital
Organismes subventionnairesFogarty International CenterBill and Melinda Gates Foundation
Mots-clésExciseMedicineEnvironmental healthSmoking cessationConsumption (sociology)Quit smokingDemographyTobacco usePublic healthDeveloped countryLow and middle income countriesIntervention (counseling)Developing countryPopulationEconomic growthEconomicsPsychiatry

Résumé

récupéré en direct d'OpenAlex

On current consumption patterns, about 400 million adults worldwide will be killed by smoking between 2010 and 2050. Most of these deaths will occur among smokers currently alive. At least half will die at ages 30–69 years, losing decades of productive life. Smoking-attributable mortality has fallen sharply in high-income countries but will rise globally unless today’s smokers, most of whom live in low- and middle-income countries, quit smoking before or during middle age. The single most important intervention to raise cessation rates is a large increase in taxes. Tripling excise taxes on tobacco would raise cessation rates and deter smoking initiation. Higher taxes, regulations on smoking and information for consumers could avoid at least 115 million smoking deaths in the next few decades, including at least 25 million cancer deaths and 50 million vascular deaths.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,298
Tête enseignante GPT0,415
Écart entre enseignants0,116 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations67
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic health reviewsMême sujetSmoking Behavior and CessationTravaux en français237 207