Awareness, Trial, and Use of Electronic Cigarettes Among 10 Countries: Findings from the ITC Project
Notice bibliographique
Résumé
Background: In recent years, electronic cigarettes (e-cigarettes) have generated considerable interest and debate on the implications for tobacco control and public health. Although the rapid growth of e-cigarettes is global, at present, little is known about awareness and use. This paper presents self-reported awareness, trial and current use of e-cigarettes in 10 countries surveyed between 2009 and 2013; for six of these countries, we present the first data on e-cigarettes from probability samples of adult smokers. Methods: A cross-sectional analysis of probability samples of adult (≥ 18 years) current and former smokers participating in the International Tobacco Control (ITC) surveys from 10 countries. Surveys were administered either via phone, face-to-face interviews, or the web. Survey questions included sociodemographic and smoking-related variables, and questions about ecigarette awareness, trial and current use. Results: There was considerable cross-country variation by year of data collection and for awareness of e-cigarettes (Netherlands (2013: 88%), Republic of Korea (2010: 79%), United States (2010: 73%), Australia (2013: 66%), Malaysia (2011: 62%), United Kingdom (2010: 54%), Canada (2010: 40%), Brazil (2013: 35%), Mexico (2012: 34%), and China (2009: 31%)), in self-reports of ever having tried ecigarettes (Australia, (20%), Malaysia (19%), Netherlands (18%), United States (15%), Republic of Korea (11%), United Kingdom (10%), Mexico (4%), Canada (4%), Brazil (3%), and China (2%)), and in current use (Malaysia (14%), Republic of Korea (7%), Australia (7%), United States (6%), United Kingdom (4%), Netherlands (3%), Canada (1%), and China (0.05%)). Conclusions: The cross-country variability in awareness, trial, and current use of e-cigarettes is likely due to a confluence of country-specific market factors, tobacco control policies and regulations (e.g., the legal status of e-cigarettes and nicotine), and the survey timing along the trajectory of e-cigarette awareness and trial/use in each country. These ITC results constitute an important snapshot of an early stage of what appears to be a rapid progression of global e-cigarette use.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».