Development of measures assessing attitudes toward contraband tobacco among a web-based sample of smokers
Notice bibliographique
Résumé
BACKGROUND: As regulation of tobacco products tightens, there are concerns that illicit markets may develop to supply restricted products. However, there are few validated measures to assess attitudes or purchase intentions toward contraband tobacco (CT). As such, it is important to investigate individual level characteristics that are associated with the purchase and use of contraband tobacco. METHODS: In May 2013, a pilot survey assessed attitudes, behaviors, and purchase intentions for contraband tobacco based on previous research regarding non-tobacco contraband. The survey was administered via Amazon Mechanical Turk, a crowdsourcing resource, among current smoking respondents in the United States and Canada. Structural equation modeling was used to evaluate the validity of the proposed model for understanding attitudes toward contraband tobacco. RESULTS: CT purchasers were more likely to report norms supportive of counterfeit products, more intentions toward purchasing counterfeit products, a lowered risk associated with these products, and to have more favorable attitudes toward CT than those who had not purchased CT. Attitudes toward CT mediated the relationship between subjective norms and prior purchase with behavior intentions. Perceived risk had a significant direct effect on intentions and an indirect effect through attitudes toward CT. The structural model fit the data well and accounted for over half (53%) of the variance in attitudes toward tobacco. CONCLUSIONS: Understanding the mechanisms associated with CT attitudes and purchase behaviors may provide insight for how to mitigate possible iatrogenic consequences of newly implemented regulations. The measures developed here elucidate some elements that influence attitudes and purchase intentions for CT and may inform policy efforts to curtail the development of illicit markets.
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 | 0,000 | 0,001 |
| 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 ».