Smokers’ and E-Cigarette Users’ Perceptions about E-Cigarette Warning Statements
Notice bibliographique
Résumé
Cigarette warning labels are important sources of risk information, but warning research for other tobacco products is limited. This study aimed to gauge perceptions about warnings that may be used for e-cigarettes. We conducted six small focus groups in late 2014/early 2015 with adult current e-cigarette users and cigarette-only smokers. Participants rated and discussed their perceptions of six e-cigarette warning statements, and warnings in two existing Vuse and MarkTen e-cigarette ads. Participants were open to e-cigarette warnings and provided the strongest reactions to statements warning that e-liquid/e-vapor or e-cigarettes can be poisonous, contain toxins, or are "not a safe alternative to smoking". However, many also noted that these statements were exaggerated, potentially misleading, and could scare smokers away from reducing their harm by switching to e-cigarettes. Opinions on the Food and Drug Administration's proposed nicotine addiction warning and warnings that e-cigarettes had not been approved for smoking cessation or had unknown health effects were mixed. Participants perceived MarkTen's advertisement warning to be stronger and more noticeable than Vuse's. Care should be taken in developing e-cigarette warnings given their relative recentness and potential for harm reduction compared to other tobacco products. Additional research, including with varied audiences, would be instructive.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».