134: Patterns and Associated Factors with E-Cigarette Use Among Canadian Adolescents
Notice bibliographique
Résumé
Electronic-cigarettes (e-cigarettes) have been marketed as a smoking cessation tool. Use amongst adolescents has not been well-described. To evaluate the prevalence, motivations, and risk factors for use of e-cigarettes in adolescents. A population-based, cross-sectional universal screening study was performed in the geographically and administratively defined Niagara Region, Ontario, Canada. Data were collected from all grade-9 students through the Heart Niagara Inc. Healthy Heart Schools' Program (2013–2014 school year). Questionnaires assessed cigarette, e-cigarette, and other tobacco use. Household income was assessed through the 2011 Canadian census. N = 2367 students (54% male, 14.6±0.5 years old) answered the questionnaire. Within the last month, 66 (3%) students reported smoking. Most students (1599, 70%) had heard of e-cigarettes, with 380 (24%) learning from a store sign/display. E-cigarette use was reported by 238 (11%) students, with 134 (56%) having used it once and 18 (8%) reporting frequent/daily use. The majority (171, 72%) tried it because it was “cool/fun/new” while 14 (6%) used it to help smoke less or quit. Use was greater amongst males, those whose family or friends smoked, and in those with cigarette or other tobacco use (Table 1). Self-identified fair/poor health rating (OR 1.9 (95% CI 1.2–3.0, P<0.001)) and high stress level (OR 1.7 (95% CI 1.1–2.7, P<0.001)) were associated with increased odds of e-cigarette use. E-cigarette use was associated with lower average household incomes (33.4±8.4 vs. 36.1±10.7 × $1000, P=0.001). E-cigarette use is common amongst Canadian adolescents. Smoking reduction and cessation do not appear to be motivating factors regarding its use. E-cigarette use is associated with individual, family, and friend tobacco use, among other associations. These findings support the implementation of strict regulations to help reduce use amongst Canadian adolescents.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».