How do consumers perceive differences in risk across nicotine products? A review of relative risk perceptions across smokeless tobacco, e-cigarettes, nicotine replacement therapy and combustible cigarettes
Notice bibliographique
Résumé
OBJECTIVE: To systematically review the literature regarding relative risk perceptions (RRPs) across non-combustible nicotine products. DATA SOURCES: MEDLINE and PsycINFO databases were searched for articles published up to October 2014. STUDY SELECTION: Of the 5266 records identified, articles not published in English that did not quantitatively assess RRPs across categories of non-combustible nicotine products were excluded, yielding 55 records. DATA EXTRACTION: One reviewer extracted measures and findings of RRPs for product comparisons of smokeless tobacco (SLT), e-cigarettes (ECs) and nicotine replacement therapy (NRT) to one another, and to combustible cigarettes (CCs). DATA SYNTHESIS: A total of 157 samples from 54 studies were included in the analyses. The accuracy of RRPs differed based on the products being compared: although the accuracy of RRPs was variable across studies, substantial proportions of respondents reported inaccurate beliefs about the relative harmfulness of SLT versus CCs, as well as of ECs versus NRT. In addition, in most studies, respondents did not know the relative harmfulness of SLT versus NRT. In contrast, respondents in many studies correctly perceived NRT and ECs as less harmful than CCs. Cigarette smokers and users of non-combustible nicotine products tended to correctly perceive the relative harmfulness of products more often than non-users. Measures used to assess RRPs varied across studies, with different approaches characterised by certain strengths and limitations. CONCLUSIONS: The highly variable and context-specific nature of non-combustible nicotine product RRPs have direct implications for researchers and present several challenges for policymakers working with modified risk products, including issues of measurement, health risk communication and behaviour change.
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 | 0,013 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».