Trends in E-Cigarette Awareness, Trial, and Use Under the Different Regulatory Environments of Australia and the United Kingdom
Notice bibliographique
Résumé
INTRODUCTION: E-cigarettes (ECs) have gained significant attention in recent years. They have been introduced in jurisdictions with divergent existing laws that affect their legality. This provides the opportunity for natural experiments to assess effects of such laws in some cases independent of any formulated government policy. We compare patterns of EC awareness and use over a 3 year period in Australia where laws severely restrict EC availability, with awareness and use in the United Kingdom where ECs are readily available. METHODS: Data analyzed come from Waves 8 and 9 (collected in 2010 and 2013, respectively) of the International Tobacco Control surveys in Australia and the United Kingdom (approximately 1,500 respondents per wave per country). RESULTS: Across both waves, EC awareness, trial, and use among current and former smokers were significantly greater in the United Kingdom than in Australia, but all 3 of these measures increased significantly between 2010 and 2013 in both countries, and the rate of increase was equivalent between countries. Seventy-three percent of U.K. respondents reported that their current brands contained nicotine as did 43% in Australia even though sale, possession and/or use of nicotine-containing ECs without a permit are illegal in Australia. EC use was greater among smokers in both countries, at least in part due to less uptake by ex-smokers. CONCLUSIONS: EC awareness and use have risen rapidly between 2010 and 2013 among current and former smokers in both Australia and the United Kingdom despite different EC regulatory environments. Substantial numbers in both countries are using ECs that contain nicotine.
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 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».