Smokers' sources of e-cigarette awareness and risk information
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Few studies have explored sources of e-cigarette awareness and peoples' e-cigarette information needs, interests or behaviors. This study contributes to both domains of e-cigarette research. METHODS: Results are based on a 2014 e-cigarette focused survey of 519 current smokers from a nationally representative research panel. RESULTS: Smokers most frequently reported seeing e-cigarettes in stores (86.4%) and used in person (83%). Many (73%) had also heard about e-cigarettes from known users, broadcast media ads (68%), other (print, online) advertisements (71.5%), and/or from the news (60.9%); sources of awareness varied by e-cigarette experience. Most smokers (59.9%) believed e-cigarettes are less harmful than regular cigarettes, a belief attributed to "common sense" (76.4%), the news (39.2%) and advertisements (37.2%). However, 79.5% felt e-cigarette safety information was important. Over one-third said they would turn to a doctor first for e-cigarette safety information, though almost a quarter said they would turn to the Internet or product packaging first. Most (59.6%) ranked doctors as the most trustworthy risk source, and 6.8% had asked a health professional about e-cigarettes. CONCLUSIONS: Future research should explore the content of e-cigarette information sources, their potential impact, and ways they might be strengthened or changed through regulatory and/or educational efforts.
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.
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 | 0,001 | 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 découle