MétaCan
Menu
← Retour à la cohorte
Enregistrement W2914238546 · doi:10.2196/12304

Exposure to Potentially Harmful E-Cigarette Emissions via Vape Tricks: Protocol for a Mixed-Methods Study

2019· article· en· W2914238546 sur OpenAlexvenueno aff
Robert Furberg, Alexa Ortiz, Michelle McCombs, Margaret Cress, Jonathan Thornburg, Jessica K. Pepper, Youn Ok Lee

Notice bibliographique

RevueJMIR Research Protocols · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesRTI International
Mots-clésProtocol (science)Computer scienceMedicineEnvironmental healthAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The number of adolescents and adults using e-cigarettes, referred to as vaping, has dramatically increased. E-cigarettes can be used to perform vape tricks by inhaling and exhaling the e-cigarette aerosol in patterns to create visual effects or large clouds. To create these effects, the puffing patterns associated with vape tricks may be different than standard ad-lib e-cigarette usage. The prevalence of vape tricks and the harm associated with exposure to e-cigarette emissions when performing vape tricks is currently unknown. OBJECTIVE: Our objectives are to characterize duration, heart rate, respiratory rate, tidal volume, minute volume, and physical activity metrics associated with the performance of vape tricks and to characterize the emission of e-cigarettes when performing vape tricks in a manner suitable to inform novel exposure modeling. METHODS: The study will recruit e-cigarette users with a history of performing vape tricks. Data collection will occur in two different sessions. In the first session, participants will be asked to puff on their e-cigarette as they normally would for 20 minutes. The second session will be a vape tricks session, where users will be asked to perform a series of up to five different vape tricks with their e-cigarette. Data will be collected through screener surveys, in-person interviews, video recordings, a personal exposure monitor, and a biometric garment. RESULTS: Data analysis is pending and scheduled to take place in the fall of 2019. CONCLUSIONS: This study will be used to assess the feasibility of using a biometric garment to complement environmental and observational data. The approach may provide greater insight into the health risks of performing vape tricks compared to typical e-cigarette use. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/12304.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,036
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,024
Méta-épidémiologie (sens strict)0,0050,004
Méta-épidémiologie (sens large)0,0060,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,003
Communication savante0,0030,003
Science ouverte0,0050,003
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0700,025

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.

Tête enseignante Opus0,226
Tête enseignante GPT0,603
Écart entre enseignants0,378 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetSmoking Behavior and Cessation→Travaux en français237 207→