Vaping versus JUULing: how the extraordinary growth and marketing of JUUL transformed the US retail e-cigarette market
Notice bibliographique
Résumé
BACKGROUND: While national surveys showed declines in e-cigarette use in the USA between 2015 and 2016, recent reports indicate that JUUL, a sleekly designed e-cigarette that looks like a USB drive, is increasingly being used by youth and young adults. However, the extent of JUUL's growth and its marketing strategy have not been systematically examined. METHODS: A variety of data sources were used to examine JUUL retail sales in the USA and its marketing and promotion. Retail store scanner data were used to capture the retail sales of JUUL and other major e-cigarette brands for the period 2011-2017. A list of JUUL-related keywords was used to identify JUUL-related tweets on Twitter; to identify JUUL-related posts, hashtags and accounts on Instagram and to identify JUUL-related videos on YouTube. RESULTS: In the short 3-year period 2015-2017, JUUL has transformed from a little-known brand with minimum sales into the largest retail e-cigarette brand in the USA, lifting sales of the entire e-cigarette category. Its US$150 million retail sales in the last quarter of 2017 accounted for about 40% of e-cigarette retail market share. While marketing expenditures for JUUL were moderate, the sales growth of JUUL was accompanied by a variety of innovative, engaging and wide-reaching campaigns on Twitter, Instagram and YouTube, conducted by JUUL and its affiliated marketers. CONCLUSIONS: The discrepancies between e-cigarette sales data and the prevalence of e-cigarette use from surveys highlight the challenges in tracking and understanding the use of new and emerging tobacco products. In a rapidly changing media environment, where successful and influential marketing campaigns can be conducted on social media at little cost, marketing expenditures alone may not fully capture the influence, reach and engagement of tobacco marketing.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».