Exploring the association between E-cigarette retailer proximity and density to schools and youth E-cigarette use
Notice bibliographique
Résumé
Limited evidence exists examining the association between e-cigarette retailer density and e-cigarette use among youth. This study explored whether e-cigarette retailer proximity and density to schools were associated with youth use of e-cigarettes in 4 Canadian provinces. Between October and December 2017, an online search identified e-cigarette retailers within 500 m, 1000 m, and 1500 m circular buffer zones around high schools (N = 122) that participated in the COMPASS study in 2017–18. Retailer proximity/density data were linked to student-level data (N = 63,400 students). Multilevel regression models examined the association between e-cigarette retailer proximity and density and ever and current e-cigarette use, controlling for relevant covariates. Results indicated the average school had <1 e-cigarette retailer within 500 m, 1000 m, and 1500 m. Significant between-school variability in the likelihood of ever [σ2μ0 = 0.215 (0.030), p < .0001] and current [σ2μ0 = 0.258 (0.036), p < .0001] e-cigarette use was found among students. However, after controlling for relevant covariates, e-cigarette retailer proximity and density surrounding a school were not significantly associated with the likelihood of ever or currently using e-cigarettes. These findings suggest that students are accessing e-cigarettes through other sources.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».