Changes in adults’ vaping and smoking behaviours associated with aerosol-free laws
Notice bibliographique
Résumé
OBJECTIVES: Banning e-cigarette use in public places has attracted considerable debate, with governments adopting different policies. However, little is known about the outcomes of such bans. We investigated the association of banning e-cigarette use in public places and workplaces in Canadian provinces with adults' vaping and smoking behaviours. DESIGN: Difference-in-differences. SETTING: Nationally representative Canadian Tobacco Use Monitoring Survey (CTUMS) and Canadian Tobacco, Alcohol and Drugs Survey (CTADS). PARTICIPANTS: Adults aged 19 and older from CTADS 2013-2017 for e-cigarette outcomes (N=36 562) and from CTUMS/CTADS 2004-2017 for combustible cigarette outcomes (N=178 654). INTERVENTIONS: Bans on e-cigarette use in public places and workplaces in Canadian provinces. MAIN OUTCOME MEASURES: Past 30-day e-cigarette use, current combustible cigarette use, use of e-cigarettes when unable to smoke combustible cigarettes. RESULTS: After the bans, e-cigarette use in the past 30 days did not change significantly in provinces with a ban compared with provinces without a ban (0.004; 95% CI -0.025 to 0.032; p=0.783). The bans also had no impact on current combustible cigarette use (0.009; 95% CI -0.019 to 0.037; p=0.488). There is evidence of ban evasion among young people aged 19-24 who, after the bans, reported higher use of e-cigarettes when unable to smoke combustible cigarettes (0.114; 95% CI -0.023 to 0.250; p=0.092). CONCLUSIONS: Two years after implementation, the aerosol-free laws in Canada had no impacton adults' vaping and smoking behaviours. Policy efforts are urgently needed to improve the ban enforcement and to deal with discreet vaping among young adults.
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 ».