MétaCan
Menu
Retour à la cohorte
Enregistrement W2976890776 · doi:10.2196/13673

Perceptions and Sentiments About Electronic Cigarettes on Social Media Platforms: Systematic Review

2019· review· en· W2976890776 sur OpenAlexvenueno aff
Misol Kwon, Eunhee Park

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectronic cigaretteSocial mediaThe InternetPerceptionPsychologyInternet privacyElectronic mediaMedicineAdvertisingWorld Wide WebComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Electronic cigarettes (e-cigarettes) have been widely promoted on the internet, and subsequently, social media has been used as an important informative platform by e-cigarette users. Beliefs and knowledge expressed on social media platforms have largely influenced e-cigarette uptake, the decision to switch from conventional smoking to e-cigarette smoking, and positive and negative connotations associated with e-cigarettes. Despite this, there is a gap in our knowledge of people's perceptions and sentiments on e-cigarettes as depicted on social media platforms. OBJECTIVE: This study aimed to (1) provide an overview of studies examining the perceptions and sentiments associated with e-cigarettes on social media platforms and online discussion forums, (2) explore people's perceptions of e-cigarette therein, and (3) examine the methodological limitations and gaps of the included studies. METHODS: Searches in major electronic databases, including PubMed, Cumulative Index of Nursing and Allied Health Literature, EMBASE, Web of Science, and Communication and Mass Media Complete, were conducted using the following search terms: "electronic cigarette," "electronic vaporizer," "electronic nicotine," and "electronic nicotine delivery systems" combined with "internet," "social media," and "internet use." The studies were selected if they examined participants' perceptions and sentiments of e-cigarettes on online forums or social media platforms during the 2007-2017 period. RESULTS: A total of 21 articles were included. A total of 20 different social media platforms and online discussion forums were identified. A real-time snapshot and characteristics of sentiments, personal experience, and perceptions toward e-cigarettes on social media platforms and online forums were identified. Common topics regarding e-cigarettes included positive and negative health effects, testimony by current users, potential risks, benefits, regulations associated with e-cigarettes, and attitude toward them as smoking cessation aids. CONCLUSIONS: Although perceptions among social media users were mixed, there were more positive sentiments expressed than negative ones. This study particularly adds to our understanding of current trends in the popularity of and attitude toward e-cigarettes among social media users. In addition, this study identified conflicting perceptions about e-cigarettes among social media users. This suggests that accurate and up-to-date information on the benefits and risks of e-cigarettes needs to be disseminated to current and potential e-cigarette users via social media platforms, which can serve as important educational channels. Future research can explore the efficacy of social media-based interventions that deliver appropriate information (eg, general facts, benefits, and risks) about e-cigarettes. TRIAL REGISTRATION: PROSPERO CRD42019121611; https://tinyurl.com/yfr27uxs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,565
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,395
Écart entre enseignants0,307 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations87
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetSmoking Behavior and CessationTravaux en français237 207