E-liquid product labels: the good, the bad, and the ugly
Notice bibliographique
Résumé
Background E-liquid products have exploded in Canada over the last number of years. Although current federal regulations apply to some aspects of these products (eg, Made in Canada designation, net quantity, French/English text), there are a number of other packaging elements that are not covered by existing regulations. The purpose of this research was to enumerate what choices are being made on e-liquid packaging by manufacturers, surveille compliance with existing regulations, and to inform governments about packaging elements that could benefit from strengthened regulations. Methods A sample of 90 e-liquid products were obtained from across 5 Canadian provinces, representing 49 unique manufacturers/distributors. This included 26 non-nicotine products and 64 nicotine products. All e-liquid containers were examined for type of information presented on product packaging including branding, promotional elements, claims, usage instructions, and warnings. Results Diverse labeling practices among manufacturers were observed. Of the 90 samples examined, 62 were highly legible, 21 were of moderate legibility and 7 were low. Only 62% of the products had English and French text, with English predominant. All but one sample included an ingredient list. However, 11% of samples listed quantity of nicotine as separate from the ingredient list. 19% listed nicotine quantity with a handwritten mark. 6% of sample had no text warning related to children (keep out of reach of children). 10% of samples did not include specific age-restrictive text. Only 72% of sample included a danger/caution image (skull, exclamation mark!). Conclusions Labeling practices among our sample of e-liquid products varied widely, with some manufacturers having strong practices, whereas others falling well short. Future labeling regulations that consider the main elements described in this study will have the potential to provide consumers of e-liquid products with pertinent information they need to make informed purchase decisions.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».