Characteristics of e-cigarette users and their perceptions of the benefits, harms and risks of e-cigarette use: Survey results from a convenience sample in Ottawa, Canada
Notice bibliographique
Résumé
Introduction Although e-cigarette use (vaping) is increasing in Canada, few attempts have been made to describe e-cigarette users (vapers). In this context, we conducted a study in Ottawa, Canada, to describe e-cigarette users' perceptions of the benefits, harms and risks of e-cigarettes. We also collected information on why, how and where they use e-cigarettes as well as information on side effects. Methods A 24-item online survey was administered to individuals who purchased e-cigarettes or e-cigarette-related supplies at one of Ottawa's 17 e-cigarette shops. Descriptive analyses characterized respondents, and logistic regression models were fitted to evaluate the relationship between respondents' characteristics and their perception of e-cigarette harms. Results The mean age of the 242 respondents was 38.1 years (range: 16-70 years); 66% were male. Nearly all had smoked 100 or more cigarettes in their lifetime (97.9%). More than 80% indicated that quitting smoking was a very important reason for starting to use e-cigarettes and 60% indicated that they intend to stop using e-cigarettes at some point. About 40% reported experiencing some side effects within 2 hours of using e-cigarettes. Those who did not report experiencing any of the listed side effects had approximately 3.2 times higher odds of perceiving e-cigarettes as harmless than those who reported having side effects (odds ratio = 3.17; 95% confidence interval: 1.75-5.73). Conclusion Our findings suggest that most e-cigarette users are using them to reduce or stop smoking cigarettes and perceive them as harmless. Due to our use of convenience sampling, the reader should be cautious in generalizing our findings to all Canadian e-cigarette users.
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 | 0,001 |
| 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 ».