Awareness, Trial, and Current Use of Electronic Cigarettes in 10 Countries: Findings from the ITC Project
Notice bibliographique
Résumé
BACKGROUND: In recent years, electronic cigarettes (e-cigarettes) have generated considerable interest and debate on the implications for tobacco control and public health. Although the rapid growth of e-cigarettes is global, at present, little is known about awareness and use. This paper presents self-reported awareness, trial and current use of e-cigarettes in 10 countries surveyed between 2009 and 2013; for six of these countries, we present the first data on e-cigarettes from probability samples of adult smokers. METHODS: A cross-sectional analysis of probability samples of adult (≥ 18 years) current and former smokers participating in the International Tobacco Control (ITC) surveys from 10 countries. Surveys were administered either via phone, face-to-face interviews, or the web. Survey questions included sociodemographic and smoking-related variables, and questions about e-cigarette awareness, trial and current use. RESULTS: There was considerable cross-country variation by year of data collection and for awareness of e-cigarettes (Netherlands (2013: 88%), Republic of Korea (2010: 79%), United States (2010: 73%), Australia (2013: 66%), Malaysia (2011: 62%), United Kingdom (2010: 54%), Canada (2010: 40%), Brazil (2013: 37%), Mexico (2012: 34%), and China (2009: 31%)), in self-reports of ever having tried e-cigarettes (Australia, (20%), Malaysia (19%), Netherlands (18%), United States (15%), Republic of Korea (11%), United Kingdom (10%), Brazil (8%), Mexico (4%), Canada (4%), and China (2%)), and in current use (Malaysia (14%), Republic of Korea (7%), Australia (7%), United States (6%), United Kingdom (4%), Netherlands (3%), Canada (1%), and China (0.05%)) [corrected]. CONCLUSIONS: The cross-country variability in awareness, trial, and current use of e-cigarettes is likely due to a confluence of country-specific market factors, tobacco control policies and regulations (e.g., the legal status of e-cigarettes and nicotine), and the survey timing along the trajectory of e-cigarette awareness and trial/use in each country. These ITC results constitute an important snapshot of an early stage of what appears to be a rapid progression of global e-cigarette use.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».