Notice bibliographique
Résumé
Electronic cigarette (e-cigarette) advertising regulations differ across countries. This study examines how differences in e-cigarette advertising regulations influence exposure to e-cigarette advertising, and perceptions about what participants had seen and read about e-cigarettes. Data come from the ITC Four Country Survey (Canada [CA], United States [US], Australia [AU] and United Kingdom [UK]) carried out between August 2013 and March 2015 (n = 3460). In 2014, AU and CA had laws prohibiting the retail sale of e-cigarettes containing nicotine while the US and UK had no restrictions, although a voluntary agreement restricting advertising in the UK was introduced during fieldwork. Smokers and ex-smokers were asked whether in the last six months they had noticed e-cigarettes advertisements and received free samples/special offers (promotion), and about their perceptions (positive or otherwise) of what they had seen or read about e-cigarettes. Data were analyzed in 2017. US and UK participants were more likely to report that they had noticed e-cigarette advertisements and received promotions compared to CA or AU participants. For TV and radio advertisements, reported exposure was higher in US compared to UK. For all types of advertisements, reported exposure was higher in CA than AU. Overall, nearly half of AU (44.0%) and UK (47.8%) participants perceived everything they had seen and read about e-cigarettes to be positive, with no significant differences between AU and UK. Participants in countries with permissive e-cigarette advertising restrictions and less restrictive e-cigarette regulations were more likely to notice advertisements than participants in countries with more restrictive e-cigarette regulations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».